Podrobno

Sistem za podnaslavljanje slovenskega govora za gluhe in naglušne
ID Kovačič, Blaž (Avtor), ID Brest, Janez (Avtor), ID Bošković, Borko (Avtor)

.pdfPDF - Predstavitvena datoteka, prenos (830,59 KB)
MD5: DB1DCC29995C5F839ED15943DC543B08
URLURL - Izvorni URL, za dostop obiščite https://ev.fe.uni-lj.si/5-2025/Kovacic.pdf Povezava se odpre v novem oknu

Izvleček
Razvili smo rešitev za gluhe in naglušne osebe v obliki aplikacije, imenovane UHO. Rešitev s pomocjo lokalnega modela razpoznave govora omogo ˇ ca realno ˇ casovni prikaz podnapisov slovenskega govora, ki ˇ se predvaja na napravi. V ta namen smo s pomocjo govornega korpusa Artur 1.0 u ˇ cili modele za razpoznavo ˇ govora. Ucenje je potekalo na superra ˇ cunalniku VEGA, kjer smo na testni množici za ve ˇ cji model ˇ base dosegli stopnjo napacno razpoznanih besed ˇ 11,38 % in 15,19 % za manjši model tiny. Realnocasovno izvedbo smo ˇ zagotovili z uporabo ustreznih zaledij za sklepanje z modeli in s pristopom optimizacije dekodiranja žetonov, ki ga imenujemo aditivno dekodiranje. Rezultati so spodbudni in kažejo, da realnocasovna razpoznava daje ˇ primerljive rezultate kot razpoznava celotnih posnetkov naenkrat.

Jezik:Slovenski jezik
Ključne besede:realnočasovna razpoznava govora, okvara sluha, samodejno podnaslavljanje, strojno učenje
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FE - Fakulteta za elektrotehniko
Leto izida:2025
Št. strani:Str. 261-269
Številčenje:Letn. 92, št. 5
PID:20.500.12556/RUL-183579 Povezava se odpre v novem oknu
UDK:004.5
ISSN pri članku:0013-5852
COBISS.SI-ID:260624899 Povezava se odpre v novem oknu
Datum objave v RUL:15.06.2026
Število ogledov:170
Število prenosov:102
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Gradivo je del revije

Naslov:Elektrotehniški vestnik
Založnik:Strokovna zadruga koncesijoniranih elektrotehnikov, Elektrotehniška zveza Slovenije
ISSN:0013-5852
COBISS.SI-ID:742916 Povezava se odpre v novem oknu

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Slovenian speech captioning system for deaf and hard of hearing
Izvleček:
We developed a solution for deaf and hard of hearing in the form of an application, called UHO. The solution uses a local speech recognition model to display real-time captions of Slovenian speech that is being played on the device. For this purpose, we used the speech corpus Artur 1.0 to train the speech recognition models. We trained the models on the VEGA supercomputer, where we achieved word error rates of 11.38% for the larger base model and 15.19% for the smaller tiny model. We ensured real-time execution by using appropriate model inference backends and by using a token decoding optimization approach that we call additive decoding. Results are promising, indicating that real-time speech recognition can give comparable results to recognition of full-length audio samples.

Ključne besede:real-time recognition, deaf, hard of hearing, machine learning

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Zbirka

To gradivo je del naslednjih zbirk del:
  1. Elektrotehniški vestnik

Nazaj