FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1978275781> ?p ?o ?g. }

• W1978275781 endingPage "350" @default.
• W1978275781 startingPage "335" @default.
• W1978275781 abstract "The acoustic realization of vowels with lexical stress generally differs substantially from their unstressed counterparts, which are more reduced in spectral quality, shorter in duration, weaker in intensity and tend to have a flatter spectral tilt. Therefore, in a continuous speech recognizer (CSR) it would appear profitable to train separate models for the stressed and unstressed variants of each vowel. In the experiments reported on here, we applied stress modeling in both training and testing of the recognizer. Recognition experiments on an independent test set showed that recognition rates did not improve by this use of stress in our CSR. However, if we swapped the stress markers in the recognition lexicon the recognition rates did significantly deteriorate. This demonstrated that the acoustic models for the stressed and unstressed variants of the vowels were different. A pitfall in this experiment was that lexical stress information and phonemic context were possibly confounded. In a follow-up experiment we controlled for context by using generalized context-dependent models. In this experiment the recognition results were not improved either, although the vowel models were better tailored to capture lexical stress-related information. We conclude that the mapping of lexical stress to the acoustic surface of fluent speech is not sufficiently straightforward to be of direct benefit for CSR, due to interaction of lexical stress with rhythm and sentence accent in real speech. Betonte und unbetonte Vokale unterscheiden sich im Allgemeinen erheblich in ihrer akustischen Realisierung. Letztere sind spektral stärker reduziert und temporal kürzer. Weiterhin weisen sie eine geringere Intensität und einen geringeren spektralen Abfall auf. Aus diesem Grund könnte ein automatischer (kontinuierlicher) Spracherkenner daraus Gewinn schlagen, gesonderte Modelle für betonte und unbetonte Vokale zu trainieren. In den hier berichteten Experimenten wurden die akustischen Unterschiede zwischen betonten und unbetonten Vokalen sowohl bei Training wie bei Testing des Erkenners ausgenutzt. Erkennungsexperimente mit einem unabhängigen Testsatz zeigten keine Verbesserungen durch die Differenzierung betonter und unbetonter Vokalmodelle. Wenn aber die Vokalbetonungsmarkierungen im Testlexikon umgetauscht wurden, nahmen die Erkennungsleistungen signifikant ab. Dieses erwies, dass die akustischen Modelle für betonte und unbetonte Vokale verschieden waren. Eine Fallgrube in diesem Experiment war die Vermischung von Vokalbetonung und phonetischem Kontext in den akustischen Modellen. In einem Folgeexperiment wurde der Einfluss von Kontext durch Anwendung kontext-abhängigen Vokalmodelle reduziert. Auch in diesem Experiment führte die Unterscheidung betonter und unbetonter Vokalmodelle nicht zu besseren Erkennungsleistungen. Wir schließen daraus, dass die Übertragung von Wortbetonung als linguistischem Konzept auf die akustische Ebene in gesprochener Sprache nicht eindeutig abläuft und daher für die automatische Spracherkennung nicht von unmittelbarem Nutzen ist. Hauptgrund dafür ist die Interaktion von Wortbetonung, Rhythmus und Satzakent in realer Sprache. La réalisation acoustique de voyelles avec accent lexique est différente de celle des voyelles inaccentuées. Celles-ci ont une qualité spectrale réduite, une durée plus courte, une intensité plus faible et une tendance à une pente spectrale moins rapide. C’est pourquoi nous avons mis à l’ épreuve l’hypothèse que l’entraı̂nement de modeles distincts pour des variantes accentuées et non-accentuées soit profitable pour la reconnaisance de la parole continue. Nous avons appliqué le modèlage de l’accent lexique aussi bien dans l’entraı̂nement que dans le test de reconnaissance. Des expériences de reconnaissance sur un ensemble de test indépendent a montré que les taux de reconnaissance n’ont pas été améliorés par l’emploi de l’accent lexique dans le modèlage. Cependant, apres avoir échangé les marques d’accent dans le lexique de reconnaissance, nous avons obtenu une réduction significative des taux de reconnaissance. Cela suggère que les modèles acoustiques pour les variantes accentuées et non-accentuées des voyelles onte été différentes. Un problème dans cette expérience était la confusion éventuelle des données sur l’accentuation lexique et le contexte phonématique. Dans une autre expérience nous avons exclu l’influence du contexte en employant des modèles de contexte généralisés. Les taux de reconnaissance ne se sont pas améliorés, bienque les modèles vocaliques étaient plus propres à représenter l’information liée à l’accent lexique. Notre conclusion est que la représentation de l’information sur l’accent lexique dans la surface acoustique n’est pas suffisamment directe pour aider la reconnaissance de la parole continue. Ceci est probablement du à l’interaction de l’accent lexique avec le rhythme de la parole et l’accent de phrase." @default.
• W1978275781 created "2016-06-24" @default.
• W1978275781 creator A5015214812 @default.
• W1978275781 creator A5037500994 @default.
• W1978275781 creator A5042937911 @default.
• W1978275781 date "2003-05-01" @default.
• W1978275781 modified "2023-09-27" @default.
• W1978275781 title "Modeling lexical stress in continuous speech recognition for Dutch" @default.
• W1978275781 cites W1967009998 @default.
• W1978275781 cites W1994098317 @default.
• W1978275781 cites W2002750732 @default.
• W1978275781 cites W2020884112 @default.
• W1978275781 cites W2072029017 @default.
• W1978275781 cites W2094829487 @default.
• W1978275781 cites W2154825638 @default.
• W1978275781 doi "https://doi.org/10.1016/s0167-6393(02)00085-7" @default.
• W1978275781 hasPublicationYear "2003" @default.
• W1978275781 type Work @default.
• W1978275781 sameAs 1978275781 @default.
• W1978275781 citedByCount "9" @default.
• W1978275781 countsByYear W19782757812012 @default.
• W1978275781 countsByYear W19782757812022 @default.
• W1978275781 countsByYear W19782757812023 @default.
• W1978275781 crossrefType "journal-article" @default.
• W1978275781 hasAuthorship W1978275781A5015214812 @default.
• W1978275781 hasAuthorship W1978275781A5037500994 @default.
• W1978275781 hasAuthorship W1978275781A5042937911 @default.
• W1978275781 hasConcept C105795698 @default.
• W1978275781 hasConcept C138885662 @default.
• W1978275781 hasConcept C151730666 @default.
• W1978275781 hasConcept C154945302 @default.
• W1978275781 hasConcept C204321447 @default.
• W1978275781 hasConcept C21036866 @default.
• W1978275781 hasConcept C23224414 @default.
• W1978275781 hasConcept C2777530160 @default.
• W1978275781 hasConcept C2778121359 @default.
• W1978275781 hasConcept C2779343474 @default.
• W1978275781 hasConcept C2779581591 @default.
• W1978275781 hasConcept C2781089630 @default.
• W1978275781 hasConcept C28490314 @default.
• W1978275781 hasConcept C33923547 @default.
• W1978275781 hasConcept C41008148 @default.
• W1978275781 hasConcept C41895202 @default.
• W1978275781 hasConcept C86803240 @default.
• W1978275781 hasConceptScore W1978275781C105795698 @default.
• W1978275781 hasConceptScore W1978275781C138885662 @default.
• W1978275781 hasConceptScore W1978275781C151730666 @default.
• W1978275781 hasConceptScore W1978275781C154945302 @default.
• W1978275781 hasConceptScore W1978275781C204321447 @default.
• W1978275781 hasConceptScore W1978275781C21036866 @default.
• W1978275781 hasConceptScore W1978275781C23224414 @default.
• W1978275781 hasConceptScore W1978275781C2777530160 @default.
• W1978275781 hasConceptScore W1978275781C2778121359 @default.
• W1978275781 hasConceptScore W1978275781C2779343474 @default.
• W1978275781 hasConceptScore W1978275781C2779581591 @default.
• W1978275781 hasConceptScore W1978275781C2781089630 @default.
• W1978275781 hasConceptScore W1978275781C28490314 @default.
• W1978275781 hasConceptScore W1978275781C33923547 @default.
• W1978275781 hasConceptScore W1978275781C41008148 @default.
• W1978275781 hasConceptScore W1978275781C41895202 @default.
• W1978275781 hasConceptScore W1978275781C86803240 @default.
• W1978275781 hasIssue "3" @default.
• W1978275781 hasLocation W19782757811 @default.
• W1978275781 hasOpenAccess W1978275781 @default.
• W1978275781 hasPrimaryLocation W19782757811 @default.
• W1978275781 hasRelatedWork W1574295218 @default.
• W1978275781 hasRelatedWork W1826414049 @default.
• W1978275781 hasRelatedWork W1978971213 @default.
• W1978275781 hasRelatedWork W2067788555 @default.
• W1978275781 hasRelatedWork W2136763963 @default.
• W1978275781 hasRelatedWork W2142746161 @default.
• W1978275781 hasRelatedWork W2186496662 @default.
• W1978275781 hasRelatedWork W2585826245 @default.
• W1978275781 hasRelatedWork W3027466640 @default.
• W1978275781 hasRelatedWork W3107474891 @default.
• W1978275781 hasVolume "40" @default.
• W1978275781 isParatext "false" @default.
• W1978275781 isRetracted "false" @default.
• W1978275781 magId "1978275781" @default.
• W1978275781 workType "article" @default.