Adaptation of the pronunciation dictionary for automatic recognition of different types of speech

Abstract

Работа посвящена вопросам адаптации произносительных словарей для систем автоматического распознавания русской речи применительно к разным её типам. Материалом исследования послужили три корпуса русской речи. Были проведены эксперименты по созданию систем для автоматической генерации фонемных и фонетических транскрипций на основе конечных автоматов и нейронных сетей. При использовании таких транскрипций для задач распознавания наилучшие результаты показала система, создающая фонемные транскрипции, отражающие особенности разговорной речи. Также были проведены эксперименты по модификации в словарях произношения конкретных морфем, показано, что такие модификации могут улучшить результаты распознавания.

The thesis is devoted to adaptation of pronunciation dictionaries for automatic speech recognition systems for Russian language aimed at different speech types. Three corpora of Russian speech were taken as material. Systems for automatic generation of phonemic and phonetic transcriptions were created using finite automata and neural networks. When applied to speech recognition tasks, the system for creating phonemic transcriptions that reflect spoken language features performed best. Additionally, experiments were carried out involving modification of transcriptions of a set list of morphemes; it is shown that such modifications can improve recognition quality.