امتیازات اعتماد به نفس ارزش های عددی است که توسط سیستم های تشخیص گفتار تعیین می شود تا نشان دهد که احتمال اینکه یک کلمه یا عبارت ثابت شده صحیح باشد، آنها به بهبود دقت و قابلیت استفاده از برنامه های مبتنی بر گفتار با ارائه اندازه گیری اطمینان برای هر نتیجه شناخت کمک می کنند.

روش های برای امتیاز اعتماد به نفس محاسبه

چندین روش برای محاسبه امتیازات اعتماد به نفس در سیستم های تشخیص گفتار استفاده می شود.این روش ها جنبه های مختلف فرآیند تشخیص را تجزیه و تحلیل می کنند تا قابلیت اطمینان رونویسی ها را تخمین بزنند.

تکنیک های مشترک

  • پس از آن، احتمال کلمه ای که دارای ویژگی های صوتی مشاهده شده است را محاسبه می کند.
  • امتیاز مدلcoustic: از نمرات احتمالی از مدل های صوتی برای تعیین اعتماد به نفس استفاده می کند.
  • روش های مبتنی بر محدودیت: [FLT 1] تجزیه و تحلیل مسیر های تشخیص جایگزین برای ارزیابی اطمینان.
  • رویکرد شبکه عصبی: [FLT 1] مدل های یادگیری عمیق را برای برآورد نمرات اعتماد بر اساس الگوهای یادگیری به کار می گیرد.

برنامه های امتیاز اعتماد

امتیازات اعتماد در برنامه های مختلف برای افزایش تجربه کاربر و عملکرد سیستم استفاده می شود.آنها سیستم ها را قادر می سازند تا رونویسی های نامشخص را برای بررسی یا اصلاح، بهبود پردازش جریان و پاسخ های سفارشی بر اساس قابلیت اطمینان از نتایج به رسمیت شناختن، نشان دهند.

مزایا و محدودیت ها

با استفاده از امتیازات اعتماد به نفس کمک می کند تا خطاهای بالقوه را شناسایی کنید، اجازه می دهد اصلاحات هدفمند و دقت بهبود یافته را بهبود بخشد، با این حال، نمرات همیشه کاملا قابل اعتماد نیستند و می توانند تحت تاثیر نویز پس زمینه، تنوع بلندگو و محدودیت های مدل قرار گیرند.