Sprecheridentifizierung mittels SVM bei der Oriya-Spracherkennung

Viele Beitr輍e wurden von Sprachverarbeitungswissenschaftlern und Forschern auf der ganzen Welt f englische und nicht-englischsprachige Sprachen verfasst. F die gesprochene Sprache Oriya gibt es jedoch bisher nur sehr wenige Forschungsarbeiten. Diese Forschungsarbeit ist ein v闤lig neuer Beitrag f die Oriya-Sprache, die eine der anerkannten indischen Amtssprachen ist. Mehrere Aspekte werden in dieser Arbeit berksichtigt. Statistische Mustererkennungsalgorithmen werden bei der Entwicklung der Sprecheridentifikation und der Oriya-Spracherkennung eingesetzt. Die Sprecheridentifikation basiert auf dem Support Vector Machine (SVM)-Algorithmus, w鄣rend der Hidden Markov Model (HMM)-Algorithmus bei der Entwicklung der Oriya-Spracherkennungs-Engine verwendet wird. Andere effektive Techniken wie Dynamic Time Warping (DTW), ontologiebasiertes Backpropagation Feed Forward Neural Network (BPFF), k-neighborhood usw. werden ebenfalls unter dem Gesichtspunkt der Sprecheridentifikation und der Oriya-Spracherkennungsleistung untersucht und analysiert. Ein Sprachkorpus ist die integrale Einheit jeder Sprachverarbeitungsanwendung. Da kein 鐪fentlich zug鄚gliches Oriya-Sprachkorpus zur Verfung steht, haben wir zwei verschiedene Sprachkorpora in Oriya erstellt.