Vyhledávání v záznamech řeči

Abstract

Táto práca popisuje navrhnutý a implementovaný systém pre efektívne ukladanie, indexovanie a vyhľadávanie v rečových dokumentoch, ktorý využíva automatické rozpoznávanie reči. Keďže kvalita dnešných systémov pre rozpoznávanie reči nie je dostatočná na optimáne použitie v iných aplikáciach, je potrebné indexovať ''mnohovýznamový'' výstup rozpoznávača -- grafy hypotéz. Potom je však nie je možné použiť štandardné metódy známe z textových vyhľadávacích systémov. Táto práca pojednáva o optimalizovanom systéme na indexovanie a efektívne vyhľadávanie v komplexných a objemných dátových štruktúrach, ktoré sú výstupom z rozpoznávača reči.

This thesis describes a designed and implemented system for efficient storage, indexing and search in collections of spoken documents that takes advantage of automatic speech recognition. As the quality of current speech recognizers is not sufficient for a great deal of applications, it is necessary to index the ambiguous output of the recognition, i.\,e. the acyclic graphs of word hypotheses -- recognition lattices. Then, it is not possible to directly apply the standard methods known from text--based systems. This paper discusses an optimized indexing system for efficient search in the complex and large data structures which are the output of the recognizer.