Konuşma Tanıma için İnsan-makine Karşılaştırması

since 1950s. Research that initially adopted dynamic programming
methodologies now mostly uses the hidden Markov model as the method
for speech recognition. Nevertheless, even the most advanced speech
recognition system makes, depending on the context, 2-20 times more
errors than humans. Although the basic principles behind human speech
recognition have not been completely understood, there are some theories
that attempt to explain biological mechanisms for speech recognition.
This paper aims to provide a review of these theories as well as a brief
history of developments in automatic speech recognition technology.
Furthermore, the paper discusses some recent studies on Turkish speech
recognition. The paper concludes with a comparison between human and
machine speech recognition performance.
Key words: Automatic speech recognition, Human speech recognition,
Speech perception, auditory cortex, The Hidden Markov Model, Turkish
speech recognition
Makinelerde ses tanıma, üzerinde 1950’lerden beri çalışılan bir konudur.
Bunun için dinamik programlama ile başlayan çalışmalar günümüzde
saklı Markov modellerin kullanılmasıyla sürdürülmektedir. Şu an mevcut
sistemlerin en gelişmiş olanları, insan konuşma tanıma performansıyla
karşılaştırıldığında değişen ortamlara göre 2-20 kat daha fazla hata
yapmaktadır. Her ne kadar insan beyninin konuşma tanıma işlemini nasıl
gerçekleştirdiği tüm ayrıntılarıyla bilinmiyor olsa da bu konuda birtakım
öngörüler vardır. Bu çalışmada bu öngörüler tartışılıp insan ve makinenin
konuşma tanımadaki farklılıkları, benzerlikleri, eksik ve üstün yönleri
incelenmektedir. Ayrıca, insan ve makinenin konuşma tanıma işlemini
nasıl gerçekleştirdiği hakkında şimdiye kadar toplanmış bilgi ve bulgular
özetlenmektedir.
Anahtar sözcükler: Makinelerde konuşma tanıma, insanlarda konuşma
tanıma, ses/konuşma algılama, işitme korteksi, Saklı Markov Modeli,
Türkçe konuşma tanıma