Documentos de trabajo · habla, salud e IA fiableVigo, 2026

Investigación / Reconocimiento de voz robusto y búsqueda en habla / [17]

CENATAV en ALBAYZIN 2018: un sistema Kaldi para encontrar términos hablados

Cenatav Voice Group System for Albayzin 2018 Search on Speech Evaluation. IberSPEECH 2018, 2018.

En una frase

La primera participación del Grupo de Voz del CENATAV en las evaluaciones ALBAYZIN: un reconocedor del habla y un detector de términos construidos con Kaldi. De tres modelos acústicos, el DNN-HMM dio las puntuaciones mejor calibradas y se envió como sistema primario.

3modelos acústicos comparados
0,59ATWV en los datos de desarrollo de MAVIR

La tarea

En la detección de términos hablados hay que encontrar una lista de términos escritos en archivos de audio. La lista solo se conoce después de procesar el audio, así que algunos términos quedan fuera del vocabulario del reconocedor y necesitan un tratamiento aparte.

El sistema

Dos módulos, ambos construidos con la herramienta de código abierto Kaldi. Un reconocedor del habla de vocabulario extenso produce retículas de palabras y alineamientos, y un módulo de detección busca en ellos los términos. El reconocedor se entrenó con el audio proporcionado por la organización y con datos de ELDA, con un léxico y un modelo de lenguaje de trigramas obtenidos de las transcripciones.

Qué encontramos

Se compararon tres modelos acústicos: GMM-HMM, S-GMM y DNN-HMM. En el conjunto de desarrollo de MAVIR obtuvieron un ATWV de 0,56, 0,59 y 0,59. El modelo DNN-HMM omitió menos términos y mostró la menor distancia entre su puntuación máxima y la real, señal de unas puntuaciones de detección bien calibradas, así que se envió como sistema primario y los otros dos como sistemas contrastivos.

Por qué importa

Fue la primera participación del grupo en las evaluaciones ALBAYZIN. Los resultados de todos los participantes se analizan en el artículo de la evaluación ALBAYZIN 2018.

Citar

Montalvo A.R., Ramírez J.M., Roble A., Calvo J.R. Cenatav Voice Group System for Albayzin 2018 Search on Speech Evaluation. IberSPEECH 2018, 2018.