prikaz prve stranice dokumenta Vrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model
  Preuzmi
PDF 1.77 MB
diplomski rad
Vrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model
Zagreb: Sveučilište u Zagrebu, Filozofski fakultet, 2024. urn:nbn:hr:131:019095
Porupski, Ivan
Sveučilište u Zagrebu
Filozofski fakultet
Odsjek za lingvistiku

Institucijski repozitorij: ODRAZ

Citirajte ovaj rad

Porupski, I. (2024). Vrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Filozofski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:131:019095

Porupski, Ivan. "Vrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model." Diplomski rad, Sveučilište u Zagrebu, Filozofski fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:131:019095

Porupski, Ivan. "Vrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model." Diplomski rad, Sveučilište u Zagrebu, Filozofski fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:131:019095

Porupski, I. (2024). 'Vrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model', Diplomski rad, Sveučilište u Zagrebu, Filozofski fakultet, citirano: 20.11.2024., https://urn.nsk.hr/urn:nbn:hr:131:019095

Porupski I. Vrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Filozofski fakultet; 2024 [pristupljeno 20.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:131:019095

I. Porupski, "Vrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model", Diplomski rad, Sveučilište u Zagrebu, Filozofski fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:131:019095

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:131:019095
Podaci o radu
NaslovVrednovanje jezičnog alata za transkripciju govora: ParlaSpeech-HR ASR model
Naslov (engleski)Evaluation of a Language Tool for Speech Transcription: ParlaSpeech-HR ASR Model
AutorIvan Porupski
MentorBožo Bekavac (mentor)
Član povjerenstvaVanja Štefanec (predsjednik povjerenstva)
Član povjerenstvaMarko Tadić (član povjerenstva)
Član povjerenstvaBožo Bekavac (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Filozofski fakultet
(Odsjek za lingvistiku)
Zagreb
Datum i država obrane2024-09-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		HUMANISTIČKE ZNANOSTI
Filologija
Opće jezikoslovlje (lingvistika)
Sažetak
Ovaj rad fokusira se na vrednovanje jezičnog alata za transkripciju govora koristeći ParlaSpeech-HR ASR model i korpus. ParlaSpeech-HR korpus sadrži 404 tisuće snimki govora iz hrvatskog parlamenta, zajedno s njihovim transkriptima. U radu je korišten wav2vec2 akustični model, dok je kenLM (5-gramski) jezični model izrađen na temelju tekstualnog dijela korpusa. Spojeni su akustični i jezični model kako bi se stvorilo cjelovito ASR (Automatic Speech Recognition) rješenje. Vrednovanje je provedeno na uzorku od 1206 snimki iz govornog korpusa, koristeći metrike WER (Word Error Rate), CER (Character Error Rate) i F1 mjeru. Rezultati su pokazali da kombinirani akustični i jezični model postiže bolje performanse u usporedbi s modelom koji koristi samo akustičke podatke.
Sažetak (engleski)
This paper focuses on the evaluation of a language tool for speech transcription using the ParlaSpeech-HR ASR model and corpus. The ParlaSpeech-HR corpus contains 404 thousand speech recordings from the Croatian parliament, along with their transcripts. The study utilizes the wav2vec2 acoustic model, while a kenLM (5-gram) language model was developed based on the textual part of the corpus. The acoustic and language models were combined to create a comprehensive ASR (Automatic Speech Recognition) solution. Evaluation was performed on a sample of 1206 recordings from the speech corpus, using WER (Word Error Rate), CER (Character Error Rate), and F1 metrics. The results indicate that the combined acoustic and language model achieves better performance compared to the model that uses only acoustic data.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:131:019095
Studijski programNaziv: Lingvistika (dvopredmetni); smjerovi: opći, poredbeni, računalni, primijenjeni, kognitivni
Smjer: računalni
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra lingvistike (mag. ling.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-09-22 13:12:22