On parameter filtering in continuous subword-unit-based speech recognition

Abstract

Simple IIR or FIR f i l m have bem widely used in isolated orword recognition tasks to filter the time sequence of speech spectral parametas, since, despite their simplicity, they significantly improve recognition performance. Those f i l m , when applied to continuous speech recognition, when phonema sized modelling units w used, induce spectral transition spnading and a cross-boundary effect In this work, we show how the use of contextdependent units reduces the side effects of the filters and may result in improved recognition performance. When dynamic parameten are not used. filtering scans to be especially useful, even for clean speech, and when they are, f i l m do well under unmatched training and testing conditions.

Entrenamiento Disciminativo de Modelos Ocultos de Markov de Unidad Subléxica para su Aplicación a Sistemas de Reconocimiento Automático del Habla Continua

“…Así, y aún en el caso de transiciones puras entre unidades no coarticuladas fonéticamente, la parametrización de las tramas de señal cercanas a la transición puede depender simultáneamente de ambas unidades. Este efecto es especialmente significativo en el caso de características dinámicas -parámetros deltao filtradas temporalmente [87]. Por ejemplo, la respuesta impulsional del operador segunda delta presenta un duración típica de unos 60ms, a lo cual habría que añadir la propia longitud de la ventana usada en la extracción de la característica estática.…”