Técnicas de robustez frente al ruido para sistemas de reconocimiento de habla en teléfonos móviles y PDAs

Abstract

En los últimos años, las tecnologías de reconocimiento del habla han alcanzado un alto grado de madurez, de modo que son un componente básico en el diseño de las interfaces conversacionales de las que están dotadas muchas aplicaciones, incluyendo las desarrolladas sobre nuevos dispositivos como teléfonos móviles y agendas personales (Personal Digital Assistant, PDA). En este contexto, los sistemas de reconocimiento automático del habla (RAH) deben poseer dos características: en primer lugar, robustez frente a un rango amplio de condiciones acústicas adversas (por ejemplo, ruido de fondo) y en segundo lugar, unos requerimientos bajos en memoria y carga computacional. En este artículo se abordan ambas cuestiones mediante el estudio de técnicas basadas en transformaciones de parámetros con bajos requerimientos de memoria y proceso, cuyo objetivo es el de dotar de robustez frente al ruido a los reconocedores de voz.

In recent years, speech recognition technology has reached a level of maturity to play an important role as a key component of conversational interfaces in many applications, including new services developed on portable devices with limited resources like mobile phones and Personal Digital Assistants (PDA). In this context, Automatic Speech Recognition (ASR) systems needs to meet two conditions: firstly, robustness against a great range of adverse acoustic conditions (for example, additive noise) and secondly, low memory and processing requirements. This paper deals with these questions by means of the study of low-resource techniques based on parameter transformations aimed at providing ASR systems with a great robustness.