Identificazione del parlante tramite SVM durante il riconoscimento vocale in lingua orientale

Molti contributi sono stati dedicati da scienziati e ricercatori di tutto il mondo all'elaborazione del parlato per le lingue parlate in inglese e non. Ma finora sono state condotte pochissime ricerche sulla lingua Oriya. Questo lavoro di ricerca è un contributo completamente nuovo per la lingua Oriya, una delle lingue ufficiali indiane riconosciute. In questa tesi sono stati presi in considerazione molteplici aspetti. Gli algoritmi di riconoscimento statistico dei modelli sono utilizzati per l'identificazione dei parlanti e il riconoscimento del parlato in Oriya. L'identificazione del parlante si basa sull'algoritmo Support Vector Machine (SVM), mentre l'algoritmo Hidden Markov Model (HMM) è utilizzato nello sviluppo del motore di riconoscimento vocale Oriya. Altre tecniche efficaci come il Dynamic Time Warping (DTW), la rete neurale back propagation feed forward (BPFF) basata sull'ontologia, il k-neighborhood ecc. sono state esaminate e analizzate dal punto di vista dell'identificazione del parlante e delle prestazioni del riconoscimento vocale Oriya. Un corpus vocale è l'unità integrante di qualsiasi applicazione di elaborazione vocale. A causa dell'indisponibilità di un corpus vocale Oriya di dominio pubblico, abbiamo creato due diversi corpora vocali in lingua Oriya.

Basanta Kumar Swaim est actuellement professeur adjoint au département d'informatique et d'ingénierie du Government College of Engineering Kalahandi, Bhawanipatna, Odisha, Inde. Il effectue ses travaux de recherche dans le domaine du traitement de la parole en langue oriya depuis 17 ans.