Radiological report entry via speech

Abstract

Bu çalışmada, Türkçe radyolojik sesleri, göreceli olarak kabul edilebilir bir doğruluk ile yazıya dökme konusunda genel bir yaklaşım sunulmaktadır. Yapılması gerekenler ise test ve eğitim verisini elde etme, veriyi işleme hazırlama metodları geliştirme, deney sonuçlarını yorumlayarak performansı etkileyen temel faktörleri incelemektir. Türkçe radyolojik kelimeleri tanımada, trifon dediğimiz üçlü fon birleşimlerinin Hidden Markov Modellemeleri eğitilerek kullanılmıştır. Geniş çaplı bir ses verisi elde etme, modellerin daha fazla eğitilmesi, radyoloji sahasından trifonların tercihi ve tanımada önemli katsayılar ile ince ayar yapılması gibi doğru tanıma performansını artırıcı teknikler uygulanmıştır. Üretilen modeller üzerinde birçok testler yapılmış ve sonuç olarak %95 lere varan bir doğruluk oranı ile bu çalışmada üretilen Türkçe radyoloji sözlüğündeki kelimelerin tanınması sağlanmıştır. Anahtar sözcükler: Tanıma, Uçlu Fon, HMM, Gaussian

In this study, a general approach to dictation of Turkish radiological sound with relatively acceptable accuracy is presented. The work includes collection of training and testing data, methods developed for data preparation, interpretation of experimental results and discussion of critical factors affecting performance. In speech recognition of Turkish radiological words, HMMs (Hidden Markov Models) of triphones (phone with its neighboring phones) are trained and used. Enhancement techniques such as obtaining a large sound data, further training of HMMs, usage of triphones from radiological corpus and fine-tuning with special coefficients are applied. Various tests are performed on different recognizer models and finally, an accuracy performance of 95 % is achieved in recognizing words from Turkish Radiological Corpus produced in this thesis. Keywords: Recognition, Triphone, HMM, Gaussian