Trendy vo vede a výskume informačných a komunikačných technológií

32 Automatické rozpoznávanie rečinachádza, predstavuje vierohodnosť. Teda čím vyššie sa nachádza, tým je vyššiavierohodnosť tvrdenia , že model predstavuje neznáme pozorovanie [3].Obr. 6 Plocha distribučnej funkcie GMM modelu4 KLASIFIKÁCIAJednoduché systémy, v ktorých vystupuje len malá množina slov, napr. hlasové vytáčanietelefónneho čísla, pracujú len s malou množinou rozpoznávaných slov. Rozpoznávanie jev takom prípade vcelku jednoduchá záležitosť a maximálna úspešnosť takéhoto klasifikátoradosahuje až 94%. Teda štatisticky zo 100 rozpoznávaných čísloviek je 94 čísloviekrozpoznaných správne [7]. Pri väčších slovníkoch úspešnosť klasifikácie prudko klesáa preto sa obvykle nemodelujú celé slová, ale iba ich fonetické časti (difóny, trifóny).V závislosti od gramatiky jazyka môžu nastať iba určité kombinácie foném, čím možnovylúčiť niektoré chybné klasifikácie a zvýšiť úspešnosť klasifikátora. Počet fonetickýchjednotiek závisí od jazyka na ktorom pracuje automatický rozpoznávač reči. Parametrizáciaa modelovanie je univerzálne pre ľubovoľný jazyk, ale klasifikácia funguje iba na jazyku,v ktorom sú natrénované rečové modely. Taktiež každý jazyk má vlastnú gramatiku, takže akby sme chceli použiť nejaký cudzí systém, museli by sme kompletne natrénovať všetkymodely, prerobiť a vytvoriť nový gramatický model pre náš jazyk.