Versión en inglés 6.345 Automatic Speech Recognition, Spring 2003

6.345 Reconocimiento automático del habla. Primavera 2003

Componentes principales de un sistema de reconocimiento del habla, seleccionado de la clase 1 (Imagen de James Glass y Victor Zue).

Características principales del curso

El curso 6.345 pertenece al grupo de Ingeniería bioeléctrica del departamento. Presenta una serie completa de clases tipo transparencia, junto con muestras de discurso, además de trabajos para casa y otros materiales utilizados en el curso.

Descripción del curso

El curso 6.345 inicia al estudiante en un campo de creciente y rápido desarrollo, como es el reconocimiento automático del habla. Su contenido se divide en tres partes. La 1ª parte se centra en los antecedentes de la teoría acústica de la producción del habla, en la fonética-acústica y en la representación de la señal. La 2ª parte describe los aspectos algorítmicos de los sistemas de reconocimiento del habla, entre los que se incluyen la clasificación de patrones, algoritmos de búsqueda, modelos estocásticos y técnicas de modelado del lenguaje. La 3ª parte compara y contrasta los distintos enfoques para el reconocimiento del habla y define las técnicas avanzadas que se utilizan en el modelado fonético-acústico, el reconocimiento robusto del habla, la adaptación del hablante, el procesamiento de información paralingüística, la comprensión del discurso y el procesamiento multimodal.

Requisitos técnicos

Para ejecutar los archivos .wav que ofrece este curso, es necesario un software media player, como Quicktime® Player, RealOne™ Player o Windows Media® Player.


RealOne™ es una marca comercial o una marca comercial registrada de RealNetworks, Inc.
QuickTime® es una marca comercial de Apple Computer, Inc., registrada en los EE.UU. y otros países.
Windows Media® es una marca comercial registrada o marca comercial de Microsoft Corporation en los EE.UU. y/o en otros países.