Learning Centre

Automatic Speech Recognition for Human-Robot Interaction Using an Under-Resourced Language

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Smit, Peter
dc.contributor.advisor Jokinen, Kristiina
dc.contributor.author Leinonen, Juho
dc.date.accessioned 2015-09-18T08:44:58Z
dc.date.available 2015-09-18T08:44:58Z
dc.date.issued 2015-08-24
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/17772
dc.description.abstract Automatic speech recognition will soon be a part of everyday life. Even today many people use the speech recognizer in their smartphones, whether it is Google Now or Siri. Commercial applications have existed for years for automatic dictation, and command-based voice user interfaces. The abundance of software divides languages in two; in well-resourced languages there is no shortage of products, while under-resourced languages might not even receive academic interest. In this thesis, an automatic speech recognizer is built for North Sami, which is a morphologically rich under-resourced language in the Uralic family. These properties create challenges for the recognition process, of which this thesis will concentrate on the issue of out-of-vocabulary words. The use of whole words is compared with word fragments, morphs, and tests are conducted to optimize other language model variables such as vocabulary size and context length. The experiments show that morph-based language models solve the problem of out-of-vocabulary words and significantly improve the recognition results without slowing the process too much. In addition, increasing context length improves the morph models, while adding supervision to generating them does not. As such, this thesis recommends a high order morph model generated with unsupervised methods to be used with North Sami. en
dc.description.abstract Automaattinen puheentunnistus on piakkoin osa kaikkien ihmisten arkea. Jo nyt monet käyttävät älypuhelimissa mukana olevaa puheentunnistinta, oli kyse sitten Google Now:sta tai Siristä. Kaupallisia sovelluksia on ollut jo vuosia automaattisen sanelun, sekä käskypohjaisen käyttöliittymän toteutukseen. Tuotteiden runsaus jakaa kielet osiin, suuriresurssisissa kielissä kaupallisista sovelluksista ei ole pulaa, kun taas vähäresurssiset kielet eivät välttämättä saa edes akateemista huomiota. Tässä diplomityössä rakennetaan automaattinen puheentunnistin pohjoissaamelle, joka on vähäresurssinen ja morfologisesti rikas uralilaiseen kieliperheeseen kuuluva kieli. Nämä ominaisuudet luovat haasteita tunnistukseen, joista tämä diplomityö keskittyy erityisesti sanakirjan ulkopuolisten sanojen synnyttämiin ongelmiin. Kokonaisten sanojen ja sanapalasten, morfien, käyttöä puheentunnistimen kielimallissa verrataan keskenään, ja testeillä optimoidaan myös muita kielimallien muuttujia, kuten sanakirjan kokoa ja kontekstipituuksia. Kokeet osoittavat, että morfi-pohjainen kielimalli ratkaisee sanakirjan ulkopuolisten sanojen ongelman, ja parantaa huomattavasti tunnistustuloksia hidastamatta prosessia liikaa. Lisäksi, kontekstipituuden suurentaminen parantaa morfi-malleja, kun taas ohjauksen lisääminen ei. Näin ollen, korkean asteen morfi-mallia, joka on luotu ohjaamattomasti, suositellaan käytettäväksi saamen kieleen. fi
dc.format.extent 52+8
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.title Automatic Speech Recognition for Human-Robot Interaction Using an Under-Resourced Language en
dc.title Automaattinen puheentunnistus ihmisen ja robotin kanssakäymiseen kielellä jolle on niukasti opetusresursseja fi
dc.type G2 Pro gradu, diplomityö en
dc.contributor.school Sähkötekniikan korkeakoulu fi
dc.subject.keyword speech recognition en
dc.subject.keyword language modelling en
dc.subject.keyword n-gram models en
dc.subject.keyword morphology en
dc.subject.keyword under-resourced languages en
dc.identifier.urn URN:NBN:fi:aalto-201509184387
dc.programme.major Automaatio- ja systeemitekniikka fi
dc.programme.mcode AS3001 fi
dc.type.ontasot Master's thesis en
dc.type.ontasot Diplomityö fi
dc.contributor.supervisor Kurimo, Mikko
dc.programme AUT - Automaatio- ja systeemitekniikka (TS2005) fi
dc.location P1 fi
local.aalto.openaccess yes
dc.rights.accesslevel openAccess
local.aalto.idinssi 52104
dc.type.publication masterThesis
dc.type.okm G2 Pro gradu, diplomityö


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

Statistics