Statistical Pronunciation Modeling for Non-Native Speech Processing

در این کار، نویسندگان یک رویکرد کاملاً آماری برای مدل‌سازی تلفظ افراد غیر بومی ارائه می‌دهند. گویشوران زبان دوم در مقایسه با زبان مادری، کلمات را به روش های مختلف تلفظ می کنند. این انحرافات، ممکن است جایگزینی، حذف یا درج واج باشد، می توانند به طور خودکار با روش جدید ارائه شده در اینجا مدل شوند.
این روش ها بر اساس یک مدل مخفی مارکوف به عنوان یک مدل تلفظ کلمه است که در یک فرهنگ لغت تلفظ استاندارد مقداردهی اولیه شده است. پیاده سازی و کارایی روش با یک مجموعه آزمایشی از زبان انگلیسی غیر بومی در لهجه مربوطه اثبات و تأیید شده است.
این کتاب برای محققانی نوشته شده است که علاقه مند حرفه ای به آواشناسی و تشخیص خودکار گفتار و گوینده هستند.
p>

In this work, the authors present a fully statistical approach to model non--native speakers' pronunciation. Second-language speakers pronounce words in multiple different ways compared to the native speakers. Those deviations, may it be phoneme substitutions, deletions or insertions, can be modelled automatically with the new method presented here.
The methods is based on a discrete hidden Markov model as a word pronunciation model, initialized on a standard pronunciation dictionary. The implementation and functionality of the methodology has been proven and verified with a test set of non-native English in the regarding accent.
The book is written for researchers with a professional interest in phonetics and automatic speech and speaker recognition.