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 осі

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.

Джерела

першоджерело Recent Progress in the SPHINX Speech Recognition System
Speech and Natural Language Workshop · Опубліковано 21 лютого 1989 р.
вторинне CMU Sphinx
Wikipedia

Пов’язані події

Раніше

Спирається на Статистичне розпізнавання мовлення 1976
Система реалізує статистичну схему на прихованих марковських моделях.
- Recent Progress in the SPHINX Speech Recognition System · Speech and Natural Language Workshop
Пов’язано HARPY 1976
Знято обмеження, яке робило HARPY непереносною: модель навчається, а не компілюється.

Пізніше

Пов’язано Підручниковий виклад прихованих марковських моделей 1989посилається на цей запис
Описує апарат, на якому побудовано системи того самого періоду.
Уможливлює Resource Management: спільний тест розпізнавання мовлення 1989посилається на цей запис
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 · Speech and Natural Language Workshop
Пов’язано Корпус TIMIT 1990посилається на цей запис
Дає спільні дані, на яких системи того покоління почали вимірювати.
Спирається на Informedia: пошук у відео за сказаним 1999посилається на цей запис
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) · UC Berkeley School of Information (course reading)
- News-on-Demand: An Application of Informedia Technology (Alexander G. Hauptmann, Michael J. Witbrock, Michael G. Christel), D-Lib Magazine, September 1995 · D-Lib Magazine
Пов’язано Пошук у записаному мовленні: трек SDR 2000посилається на цей запис
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 · National Institute of Standards and Technology
Пов’язано Відео-трек TREC: спільний тест пошуку у відео 2001посилається на цей запис
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 · National Institute of Standards and Technology