孟加拉语语音识别的挑战与机遇
计算与语言
2021-09-28 v1 声音
音频与语音处理
摘要
语音识别是一个引人入胜的过程，在人机交互领域提供了与机器交互和指挥机器的机会。语音识别是依赖于语言的系统，直接基于任何语言的语体与文本属性构建。自动语音识别（ASR）系统目前正被用于无缝地将语音转换为文本。尽管ASR系统在国际语言上被强力执行，但孟加拉语ASR系统的实现尚未达到可接受状态。在本研究中，我们详尽揭示了孟加拉语ASR系统研究工作的现状。随后，我们熟悉了构建孟加拉语ASR系统时最常遇到的挑战。我们将挑战分为语言相关与语言无关两类，并指导如何克服这些特定困难。经过严格调查并突出挑战后，我们得出结论：孟加拉语ASR系统需要基于孟加拉语语法与语音结构进行特定的ASR架构构建。
引用
@article{arxiv.2109.13217,
title = {Challenges and Opportunities of Speech Recognition for Bengali Language},
author = {M. F. Mridha and Abu Quwsar Ohi and Md. Abdul Hamid and Muhammad Mostafa Monowar},
journal= {arXiv preprint arXiv:2109.13217},
year = {2021}
}
备注
Accepted in Artificial Intelligence Review