Examensarbete En central telefonitjänst för talaradaption med lagring och nedladdning till olika applikationer

Examensarbete Översikt Mål Användning Uppbyggnad Test och resultat Utvecklingsmöjligheter Sammanfattning

Examensarbete Mål Utveckla en telefonitjänst Verifiera att prestanda förbättras

Examensarbete Mål Utveckla en telefonitjänst –Skapa personliga talarmodeller –Lagra modellerna –Tillhandahålla modeller Verifiera att prestanda förbättras

Examensarbete Hur används tjänsten? Indelad i tre delar –Registrering –Adaption –Nedladdning Gemensam databas

Examensarbete Hur används tjänsten? Indelad i tre delar –Registrering –Adaption Samla in och kontrollera data Skapa modell Lagra modell –Nedladdning Gemensam databas

Examensarbete System översikt PST N INTERNE T REGISTRERINGNEDLADDNINGADAPTION GEMENSAMMA KOMPONENTER INTERNE T PROTOKOLL ANVÄNDARE PERSONLIGA MODELLER

Examensarbete Registrering PROTOKOLL SERVER ANVÄNDARE INTERNE T CLIENT WEB BROWSER WEB SERVER INTERNE T Dynamisk HTML Java applet

Examensarbete Registrering - Gränssnitt

Examensarbete Adaption PROTOKOLL PST N DIALOG- HANTERARE ANVÄNDARE PERSONLIGA MODELLER GLOBAL MODELL TALTEKNOLOGI TILLTALAD ADAPTIONS- SKRIPT

Examensarbete Adaption - Dialog D: Välkommen. Säg ditt användarnamn. A: Henrik D: Säg ditt lösenord. A: 1234 D: Hej Henrik, jag hoppas att du är redo att påbörja inläsningen. D: Läs yttrande nummer 1. A: Någon teknisk bevisning finns inte. D: Läs yttrande nummer 2. A: Där var trygghet och ljus. D: Läs yttrande nummer 2 igen. A: Fler ägare betyder ytterligare mångfald. D: Läs yttrande nummer 3. …

Examensarbete Nedladdning SERVER ANVÄNDARE INTERNE T PERSONLIGA MODELLER RÖSTSTYRD TELEFONITJÄNST PST N E-post Modell

Examensarbete Prestandatest 7 talare läste in 70 meningar. –Varje mening lästes 3 gånger. De 50 första meningarna användes vid adaptionen. De 20 sista användes som testmaterial. 4 olika tester: –Första försöket –Sista försöket –Alla försök –Bästa försöket

Examensarbete Adaption Ursprungsmodell –Material från 1000 talare ur SpeechDat –Inspelat över det fast telefonnätet –Fonemigenkänning Adaptionsalgoritmer –Maximum a Posteriori (MAP) skalningsfaktor 0.0 (Maximum Likelihood) skalningsfaktor 1.0 –Maximum Likelihood Linear Regression (MLLR)

Examensarbete Resultat Adaption på första yttrandet

Examensarbete Resultat Adaption på bästa yttrandet

Examensarbete Resultat Adaption på samtliga tre försök av varje yttrande

Examensarbete Utvecklingsmöjligheter Talarverifiering Låta de applikationer som användaren använder ladda upp talmaterial som kan användas för adaption. Fler talaroberoende modeller att välja på som ursprungsmodell för adaption. –Dialekt –Ålder –Kön

Examensarbete Utvecklingsmöjligheter Ta reda på vilken uttalsvariant som använts om flera möjliga uttal finns, t.ex. ”de” eller ”dom”. Förbättra adaptionsresultaten genom att kontrollera fonemen mer ingående. Detta för att undvika felträning.

Examensarbete Sammanfattning Tjänsten hanterar: –Inspelning –Adaption –Nedladdning Testerna visar: –Prestanda förbättring –Genom att välja bästa meningen erhålls bättre adaptionsresultat