Бенчмарк · 1988
Sphinx
Система Кай-Фу Лі вперше розпізнавала злитне мовлення з великим словником від будь-якого диктора, без налаштування під голос.
Чому це важливо
Три вимоги, які доти вважали несумісними, виконано разом — і саме ця комбінація зробила розпізнавання застосовним.
До Sphinx системи або вимагали пауз між словами, або працювали з малим словником, або потребували навчання під конкретного диктора. Лі поєднав приховані марковські моделі з контекстно-залежними трифонами і розділенням параметрів між ними, що дозволило навчати модель на обмежених даних. Business Week назвав систему найважливішою інновацією 1988 року. Відкритий код CMU Sphinx існує донині.
Відомості про подію
- Дата події
- 1988
- Дата на часовій лінії
- Дата події
- Перевірка
- Джерела зібрано автоматично · 17 вересня 2026 р.
- Лінії
- ID
- evt-0193
Дисертацію захищено 1988 року в Карнегі-Меллон; описано в матеріалах семінару лютого 1989 року.
Записи, що посилаються на цей
- Пов’язано Підручниковий виклад прихованих марковських моделей
Описує апарат, на якому побудовано системи того самого періоду.
- Пов’язано Корпус TIMIT
Дає спільні дані, на яких системи того покоління почали вимірювати.
- Спирається на Informedia: пошук у відео за сказаним
Транскрипт відео робив розпізнавач Sphinx з Карнеґі-Меллон: Sphinx-II у статті 1995 року, Sphinx III у статті 1999-го.
Lessons Learned from Building a Terabyte Digital Video Library (course copy, UC Berkeley School of Information, i246)News-on-Demand: An Application of Informedia Technology (Alexander G. Hauptmann, Michael J. Witbrock, Michael G. Christel), D-Lib Magazine, September 1995 - Пов’язано Пошук у записаному мовленні: трек SDR
NIST спершу взяв за базовий розпізнавач SPHINX-III, але той ішов майже в 200 разів повільніше за реальний час, і для 87 годин довелося шукати швидший.
The TREC Spoken Document Retrieval Track: A Success Story (John S. Garofolo, Cedric G. P. Auzanne, Ellen M. Voorhees), RIAO-2000 Content-Based Multimedia Information Access, Paris, 12-14 April 2000 - Пов’язано Відео-трек TREC: спільний тест пошуку у відео
Карнегі-Меллон шукав у відео і з розпізнавачем мовлення Sphinx, і без нього: правила треку вимагали прогону без розшифровки.
The TREC-2001 Video Track Report (Alan F. Smeaton, Paul Over, R. Taban), in NIST Special Publication 500-250, The Tenth Text REtrieval Conference (TREC 2001); report dated 18 April 2002 - Уможливлює Resource Management: спільний тест розпізнавання мовлення
Sphinx міряли саме на цій задачі: 96 відсотків слів із граматикою пар слів на офіційних тестових реченнях березня й жовтня 1987 року.
Recent Progress in the SPHINX Speech Recognition System