Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
General Framework Kapitel lesen Erstes Kapitel lesen

2011 | OriginalPaper | Buchkapitel

4. Computer Assisted Transcription of Speech Signals

verfasst von : Dr. Alejandro Héctor Toselli, Dr. Enrique Vidal, Prof. Francisco Casacuberta

Erschienen in: Multimodal Interactive Pattern Recognition and Applications

Verlag: Springer London

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Automatic Speech Recognition has been widely employed in the last years. However, when a perfect transcription of the input is required, it is still necessary to rely on a human operator that supervises and corrects the mistakes that recognition systems usually make. Although the use of automatic systems can speed up the transcription process significantly, the intervention of these human supervisors can slow down this job considerably. Owing to this fact, the application of the Interactive Pattern Recognition approach to this task turns out to be a good opportunity to improve the cooperation between the computer and the human when an error-free transcribed document is needed.
In this chapter, an interactive multimodal approach for efficient transcriptions of speech signal is presented. This approach, rather than full automation, aims at assisting the expert in the proper transcription process. In this sense, an interactive scenario is proposed and it is based on a cooperative process between an automatic recognition system and a human transcriber to generate the final transcription of the speech signal. It will be shown how user’s feedback directly allows one to improve the system accuracy, while multimodality increases system ergonomics and user acceptability.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Computer Assisted Transcription of Text Images
Nächstes Kapitel Active Interaction and Learning in Handwritten Text Transcription
Literatur
1.
Amengual, J. C., & Vidal, E. (1998). Efficient error-correcting Viterbi parsing. IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI-20(10), 1109–1116. CrossRef
2.
Amengual, J. C., Benedí, J. M., Casacuberta, F., Castaño, A., Castellanos, A., Jiménez, V., Llorens, D., Marzal, A., Pastor, M., Prat, F., Vidal, E., & Vilar, J. M. (2000). The EuTrans-I speech translation system. Machine Translation, 15, 75–103. MATHCrossRef
3.
Chen, S. F., & Goodman, J. (1996). An empirical study of smoothing techniques for language (Technical Report).
4.
Civera, J., Vilar, J. M., Cubel, E., Lagarda, A. L., Casacuberta, F., Vidal, E., Picó, D., & González, J. (2004). A syntactic pattern recognition approach to computer assisted translation. In A. Fred, T. Caelli, A. Campilho, R. P. Duin & D. de Ridder (Eds.), Lecture notes in computer science. Advances in statistical, structural and syntactical pattern recognition—joint IAPR international workshops on syntactical and structural pattern recognition (SSPR 2004) and statistical pattern recognition (SPR 2004). Berlin: Springer.
5.
Cubel, E., Civera, J., Vilar, J. M., Lagarda, A. L., Barrachina, S., Vidal, E., Casacuberta, F., Picó, D., González, J., & Rodríguez, L. (2004). Finite-state models for computer assisted translation. In Proceedings of the 16th European conference on artificial intelligence (ECAI04) (pp. 586–590), Valencia, Spain.
6.
Llorens, D., Casacuberta, F., Segarra, E., Sánchez, J. A., & Aibar, P. (1999). Acoustical and syntactical modeling in ATROS system. In Proceedings of international conference on acoustic, speech and signal processing (ICASSP99) (pp. 641–644), Phoenix, Arizona, USA.
7.
Ney, H., & Ortmanns, S. (1997). Extensions to the word graph method for large vocabulary continuous speech recognition. In IEEE international conference on acoustics, speech, and signal processing (Vol. 3, pp. 1791–1794), Munich, Germany.
8.
Nyquist, H. (2002). Certain topics in telegraph transmission theory. Proceedings of the IEEE, 90(2), 280–305. CrossRef
9.
Ortmanns, S., Ney, H., & Aubert, X. (1997). A word graph algorithm for large vocabulary continuous speech recognition. Computer Speech and Language, 11(1), 43–72. CrossRef
10.
Paul, D. B., & Baker, J. M. (1992). The design for the wall street journal-based csr corpus. In HLT’91: Proceedings of the workshop on speech and natural language (pp. 357–362), Morristown, NJ, USA. Menlo Park: Association for Computational Linguistics. CrossRef
11.
Sankoff, D., & Kruskal, J. B. (1983). Time warps, string edits, and macromolecules: The theory and practice of sequence comparison. Reading: Addison-Wesley.
12.
Stolcke, A. (2002). SRILM—an extensible language modeling toolkit. In Proceedings of the international conference on spoken language processing (ICSLP02) (pp. 901–904), Denver, Colorado, USA.
13.
Vidal, E., Casacuberta, F., Rodríguez, L., Civera, J., & Martínez, C. (2006). Computer-assisted translation using speech recognition. IEEE Transactions on Speech and Audio Processing, 14(3), 941–951. CrossRef
14.
Young, S. J. (1994). The htk hidden Markov model toolkit: Design and philosophy. Entropic Cambridge Research Laboratory, Ltd, 2, 2–44.
Metadaten
Titel
Computer Assisted Transcription of Speech Signals
verfasst von
Dr. Alejandro Héctor Toselli
Dr. Enrique Vidal
Prof. Francisco Casacuberta
Copyright-Jahr
2011
Verlag
Springer London
Buch
Multimodal Interactive Pattern Recognition and Applications

Print ISBN: 978-0-85729-478-4

Electronic ISBN: 978-0-85729-479-1

Copyright-Jahr: 2011

DOI
https://doi.org/10.1007/978-0-85729-479-1_4

Neuer Inhalt

    Bildnachweise