و SBU-KWS دادگان گفتار فارسی در ارزیابی سامانه های تشخیص کلیدواژه

هدف سامانه های تشخیص کلیدواژه صوتی KWS، یافتن کلیدواژه مورد نظر در فایل صوتی است. به عبارتی این سامانه ها موقعیت زمانی کلیدواژه موردنظر را در صورت وجود، مشخص می کنند. از آنجایی که ارزیابی یک سامانه KWS، از اهمیت بالایی برخوردار است، بنابراین به یک دادگان مناسب نیازمندیم. در این مقاله ابتدا به معرفی دادگان SBU-KWS که حاوی گفتار مکالمه و محاوره فارسی است، پرداخته شده است و در ادامه ارزیابی اولیه این دادگان بر اساس سامانه مبتنی بر مدل مخفی مارکوف و سامانه مبتنی بر شبکه عصبی عمیق انجام شده است. دقت FOM سامانه مبتنی بر مدل مخفی مارکوف بر روی دادگان توسعه و آزمون SBU-KWS به ترتیب ۷۲.۵۷ و ۶۶.۳۱ شد. همچنین برای سامانه مبتنی بر شبکه عصبی عمیق دقت FOM بر روی دادگان توسعه و آزمون SBU-KWS به ترتیب ۵۵.۵۶ و ۶۰.۲۲ حاصل شد

کلیدواژه ها:

ارزیابی ، تشخیص کلیدواژه ، دادگان گفتار فارسی ، شبکه عصبی عمیق ، مدل مخفی مارکوف.