Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29242| Title: | Comparação entre modelos com diferentes abordagens para classificação de sotaques brasileiros. |
| Other Titles: | Comparison between models with different approaches for classifying Brazilian accents. |
| ???metadata.dc.creator???: | ALMEIDA, Diego Ribeiro de. |
| ???metadata.dc.contributor.advisor1???: | CAMPELO, Claudio Elízio Calazans. |
| ???metadata.dc.contributor.referee1???: | PIRES, Carlos Eduardo Santos. |
| ???metadata.dc.contributor.referee2???: | BRASILEIRO, Francisco Vilar. |
| Keywords: | Sotaques brasileiros;Sistemas de automatic speech recognition;Classificação de sotaques;Braccent - base de dados;Reconhecimento automático de fala;Identificação de sotaques;Regressão logística multiclasse;Coeficientes cepstrais - Mel;Mel frequency cepstral coefficients;Brazilian accents;Automatic speech recognition systems;Accent rating;Braccent - database;Automatic speech recognition;Accent identification;Multiclass logistic regression |
| Issue Date: | 2-Sep-2022 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | ALMEIDA, Diego Ribeiro de. Comparação entre modelos com diferentes abordagens para classificação de sotaques brasileiros. 2022. 12f. (Trabalho de Conclusão de Curso - Artigo), Curso de Bacharelado em Ciência da Computação, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2022. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29242 |
| ???metadata.dc.description.resumo???: | O sotaque se apresenta como uma das variáveis mais desaiadoras para a eicácia de sistemas de Automatic Speech Recognition. Além disso, sua classiicação automática possui diversas aplicações potenciais, como a seleção de modelos especializados para text-tospeech e speech-to-text. Neste trabalho, avaliamos dois modelos de classiicação de sotaques a partir da base de dados Braccent, a im de compará-los com os métodos GMM-UBM, GMM-SVM, iVector, CNN 1D, CNN 2D e CNN 1D + LSTM. Os resultados experimentais obtidos demonstram que as abordagens aqui avaliadas apresentam desempenhos consideravelmente abaixo dos reportados na literatura em métricas como acurácia, precisão, revocação, e F1-score, corroborando com a premissa de que sistemas de reconhecimento automático de sotaques no português brasileiro ainda são um desaio. |
| Keywords: | Sotaques brasileiros Sistemas de automatic speech recognition Classificação de sotaques Braccent - base de dados Reconhecimento automático de fala Identificação de sotaques Regressão logística multiclasse Coeficientes cepstrais - Mel Mel frequency cepstral coefficients Brazilian accents Automatic speech recognition systems Accent rating Braccent - database Automatic speech recognition Accent identification Multiclass logistic regression |
| ???metadata.dc.subject.cnpq???: | Ciência da Computação. |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29242 |
| Appears in Collections: | Trabalho de Conclusão de Curso - Artigo - Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| DIEGO RIBEIRO DE ALMEIDA - TCC ARTIGO CIÊNCIA DA COMPUTAÇÃO CEEI 2022.pdf | Diego Ribeiro de Almeida - TCC Artigo Ciência da Computação CEEI 2022 | 410.83 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.