Sprecheridentifizierung mittels SVM bei der Oriya-Spracherkennung

De nombreuses contributions ont été rédigées par des chercheurs en traitement du langage et des scientifiques du monde entier pour les langues anglaises et non anglaises. Cependant, il existe très peu de travaux de recherche sur la langue orale oriya. Ce travail de recherche constitue une contribution entièrement nouvelle à la langue oriya, qui est l'une des langues officielles reconnues de l'Inde. Plusieurs aspects sont pris en compte dans ce travail. Des algorithmes de reconnaissance de motifs statistiques sont utilisés pour le développement de l'identification des locuteurs et de la reconnaissance vocale oriya. L'identification des locuteurs repose sur l'algorithme Support Vector Machine (SVM), tandis que l'algorithme Hidden Markov Model (HMM) est utilisé pour développer le moteur de reconnaissance vocale oriya. D'autres techniques efficaces telles que le Dynamic Time Warping (DTW), le réseau de neurones feedforward à rétropropagation basé sur l'ontologie (BPFF), le k-neighborhood, etc., sont également examinées et analysées du point de vue de l'identification des locuteurs et des performances de la reconnaissance vocale oriya. Un corpus linguistique est l'unité intégrale de chaque application de traitement du langage. Étant donné qu'aucun corpus linguistique oriya accessible au public n'est disponible, nous avons créé deux corpus linguistiques différents en oriya.