Zastosowanie rozpoznawania mówcy w automatycznej translacji mowy typu speech-to-speech

• Autorzy: Kłosowski P. , Dustor A. , Izydorczyk J

Warianty tytułu

EN

Speaker recognition application in automatic speech- to-speech translation

• Języki publikacji: PL

Abstrakty

PL

Przedstawiony artykuł dotyczy zagadnień związanych z funkcjonowaniem systemów automatycznej translacji mowy ciągłej. W systemach tych wykorzystuje się techniki przetwarzania języka naturalnego realizowane z wykorzystaniem algorytmów automatycznego rozpoznawania mowy, automatycznej translacji tekstów oraz zamiany tekstu na mowę za pomocą syntezy mowy. W artykule zaproponowano także metodę usprawnienia procesu automatycznej translacji mowy przez zastosowanie algorytmów automatycznej identyfikacji mówcy, pozwalających na automatyczną segmentację mowy pochodzącej od różnych mówców.

EN

This paper concerns the machine translation of continuous speech. These systems use machine language processing techniques implemented using algorithms of automatic speech recognition, automatic text translation and text-to-speech conversion using speech synthesis.

Słowa kluczowe

PL

rozpoznawanie mówcy; rozpoznawanie mowy; translacja mowy; translacja tekstu; synteza mowy

EN

speaker recognition; speech recognition; speech translation; text translation; speech synthesis

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2014
• Tom: Vol. 35, nr 3
• Strony: 71--81
• Opis fizyczny: Bibliogr. 13 poz.

Twórcy

autor

Kłosowski P.

• Politechnika Śląska, Instytut Elektroniki

autor

Dustor A.

• Politechnika Śląska, Instytut Elektroniki

autor

Izydorczyk J

• Politechnika Śląska, Instytut Elektroniki

Bibliografia

• 1. Stuker S., Herrmann T., Kolss M., Niehues J., Wolfel M.: Research Opportunities In Automatic Speech-To-Speech Translation, Potentials. IEEE Volume: 31, Issue: 3, 2012 p. 26-33.
• 2. Gordon R.G., Jr., Ed.: Ethnologue, Languages of the World, 15thed. Dallas: SIL International, 2005.
• 3. Janson T.: Speak−A Short History of Languages. U.K.: Oxford Univ. Press, London 2002.
• 4. Commission of the European Communities, A new framework strategy for multilingualism, Communication from the Commission to the Council, the European Parliament, the European Economic and Social Committee, and the Committee of the Regions, Nov. 2005.
• 5. Steinbiss V.: Human language technologies for Europe. Work Comissioned by ITCirst, Trento, Italy to Accipio Consulting, Aachen, Germany, Apr. 2006.
• 6. Waibel A., Fügen C.: Spoken language translation−enabling crosslingual human-human communication. IEEE Signal Processing Mag., vol. 25, no. 3, May 2008, p. 70–79.
• 7. Rabiner L. R., Juang B. H.: Fundamentals of speech recognition. Prentice Hall, 1993.
• 8. Huang X., Acero A., Hon H.W.: Spoken Language Processing. Englewood Cliffs, NJ: Pren-tice-Hall, 2001.
• 9. Koehn P.: Statistical Machine Translation. Cambridge, U.K.: Cambridge Univ. Press, 2009. 80 P.
• 10. Muyun Yang, Junguo Zhu, Jufeng Li, Lixin Wang, Haoliang Qi, Sheng Li, Liu Daxin: Ex-tending BLEU Evaluation Method with Linguistic Weight, The 9th International Conference for Young Computer Scientists, ICYCS 2008, p.1683−1688.
• 11. Dustor A., Kłosowski P.: Biometric Voice Identification Based on Fuzzy Kernel Classifier. Proceedings of 20thInternational Conference of Computer Networks CN 2013, Lwwek-lski, Poland, June 17-21, 2013, Communications In Computer and Information Science Volume 370, Springer-Verlag Berlin Heidelberg, Germany 2013, p. 456-465.
• 12. Dustor A., Szwarc P.: Spoken Language Identification Based on GMM Models. International Conference on Signals and Electronic Systems (ICSES), Gliwice, 07-10 September 2010, p. 105−108.
• 13. Hutchins J.: International Association for Machine Translation compendium of translation software, 2010. [Online]. Available: http://www.hutchinsweb.me.uk/Compendium.htm