Automatic speech recognition system adaptation for spoken lecture processing


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: İngilizce

Öğrenci: ENVER FAKHAN

Danışman: MURAT SARAÇLAR

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Yapay sinir ağlarındaki son gelişmeler, Otomatik Konuşma Tanıma'da (OKT) önemli iyileştirmeler getirmiştir. Bununla birlikte, sinir ağı tabanlı modellerin performansı çoğunlukla büyük miktarda verinin ve hesaplama kaynaklarının mevcudiyetine bağlıdır. Sınırlı miktarda alan içi veri olduğunda, akustik ve dil modeli uyarlama yöntemleri kullanılır. Bu yöntemler, modelin parametrelerini öğrenirken büyük miktarda alan dışı veri ile birlikte sınırlı alan içi veri de kullanır. Bu çalışma, İngilizce ve Türkçe sözlü ders anlatımlarını işleme için geliştirilen sinir ağı tabanlı ASR sistemlerinde farklı uyarlama yöntemlerini araştırmaktadır. Biz temel olarak konuşmacı uyarlama, akustik durum uyarlama ve her iki uyarlamanın birlikte yapılmasının etkisini sınırlı miktarda sözlü ders anlatımları verisi ile araştırıyoruz. Alan dışı veri ile bir kaynak model oluşturmanın ve bu modeli sınırlı miktarda alan içi veri ile uyarlamanın hem hibrit akustik model tabanlı OKT sistemlerinde hem de uçtan uca eğitilen OKT sistemlerinde başarım artışı sağladığını gösteriyoruz.