A Multi-Space Distribution (MSD) and two-stream tone modeling approach to Mandarin speech recognition

Ye, Qian; Soong, Frank K.

doi:10.1016/j.specom.2009.08.001

Cited by 8 publications

(3 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Although this can be temporarily considered as a feasible solution for tonal languages because this model is capable of accurately modeling the discontinuity of tonal features, so far there has been very little research applying this model for speech recognition. MSD-HMM has only been applied to Chinese Mandarin (Qian, 2009;Chong, Wen, & Bo, 2011).…”

Section: Acoustic Modelmentioning

confidence: 99%

A Review on Speech Recognition for Under-Resourced Languages

Phung,

Nguyen,

Pham

2023

International Journal of Knowledge and Systems Science

View full text Add to dashboard Cite

Fundamental speech recognition technologies for high-resourced languages are currently successful to build high-quality applications with the use of deep learning models. However, the problem of “borrowing” these speech recognition technologies for under-resourced languages like Vietnamese still has challenges. This study reviews fundamental studies on speech recognition in general as well as speech recognition in Vietnamese, an under-resourced language in particular. Then, it specifies the urgent issues that need current research attention to build Vietnamese speech recognition applications in practice, especially the need to build an open large sentence-labeled speech corpus and open platform for related research, which mostly benefits small individuals/organizations who do not have enough resources.

show abstract

Section: Acoustic Modelmentioning

confidence: 99%

A Review on Speech Recognition for Under-Resourced Languages

Phung,

Nguyen,

Pham

2023

International Journal of Knowledge and Systems Science

View full text Add to dashboard Cite

show abstract

“…Multi Space Distribution (MSD) was proposed by Tokuda which belongs to the second approach. MSD is defined to model the pitch [6] [7] without any heuristic information and it was successfully applied for Mandarin [8]. It can model the feature that consists of both continuous and discrete values, so we do not need using any method for interpolation of artificial values into the unvoiced regions of pitch.…”

Section: Basic Of Multi Space Distributionmentioning

confidence: 99%

Vietnamese recognition using tonal phoneme based on multi space distribution

Huy

Mai

Thang

et al. 2014

JCC

View full text Add to dashboard Cite

Tóm tắt. Báo cáo trình bày việc áp dụng mô hình Markov ẩn phân bố đa không gian Multi Space Distribution Hidden Markov Model (MSD-HMM) cho nhận dạng tiếng Việt. Nghiên cứu đề xuất một kiểu mô hình MSD-HMM để mô hình hoá cho các âm vị có chứa thông tin thanh điệu với đặc trưng đầu vào gồm bốn lớp độc lập. Các âm vị có thanh điệu được tạo ra bằng cách bổ sung thêm các ký hiệu thanh điệu tương ứng với từ chứa âm vị đó dựa theo bảng ngữ âm quốc tế (International Phonetic Alphabet). Kết quả nhận dạng sau khi áp dụng mô hình MSD-HMM trên tập âm vị có thanh điệu tốt hơn so với hệ thống cơ sở là 2.49%. Báo cáo cũng trình bày một cách tiếp cận để trích trọn đặc trưng thanh điệu nhằm tìm ra dạng đặc trưng thanh điệu phù hợp với mô hình MSD-HMM. Các kết quả thử nghiệm trong nghiên cứu này đã chỉ ra rằng mô hình MSD-HMM kết hợp với tập từ vị có thanh điệu đã làm tăng đáng kể độ chính xác nhận dạng, đồng thời cho thấy đặc trưng thanh điệu là một thành phân quan trọng trong các hệ thống nhận tiếng Việt. Từ khóa. Phân bố đa không gian, nhận dạng tiếng Việt, đặc trưng thanh điệu, nhận dạng thanh điệu.

show abstract

“…The hidden Markov model (HMM) [7,11] is perhaps the most widely applied technique in pattern recognition and several works have reported its application in speech processing and speech recognition [43,45,46,50]. Some works on tone languages [37,64] have compared different methods based on HMM framework for the recognition of tonal syllables in continuous speech.…”

Section: Related Workmentioning

confidence: 99%