klankherkenning

Klankherkenning is het proces van het identificeren en classificeren van akoestische signalen als fonemen, klanken of woorden. In de taalkunde verwijst het vaak naar menselijke perceptie en categorisatie van geluiden, terwijl in de informatica onder klankherkenning meestal automatische spraakherkenning wordt verstaan die audio omzet in tekst of transcripties.

In de taalkunde onderzoekt klankherkenning hoe luisteraars klankverschillen waarnemen en hoe fonemische categorieën gevormd worden, inclusief effecten van context, co-articulatie en variatie tussen sprekers en dialecten. Experimenten meten perceptuele confusies en grensniveaus tussen klanken.

Bij automatische klankherkenning bestaat een typische verwerkingstrap: geluidsopname, voorbewerking (ruisreductie, normalisatie), kenmerkextractie zoals MFCC’s of spectrogrammen, en vervolgens een akoestisch model dat de signalen koppelt aan fonemen of letters, meestal met een lexicon en een taalmodel voor de uiteindelijke transcriptie. Traditioneel gebruikte men GMM-HMM-modellen; tegenwoordig domineren diepe neurale netwerken, met CTC- of attention-gebaseerde end-to-end modellen of transformerarchitecturen.

Prestaties worden doorgaans uitgedrukt als foneemfoutpercentage (PER) of woordfoutpercentage (WER). Belangrijke benchmarks zijn onder meer TIMIT, LibriSpeech, en diverse spraakdatasets. Toepassingen omvatten spraak-naar-tekstsystemen, ondertiteling, digitale assistenten en forensische spraakanalyse.

Uitdagingen blijven variatie tussen sprekers en accenten, ruis en achtergrondgeluid, overlappende spraak en snelle spraak. Naarmate modellen groter en data rijker worden, verbeteren prestaties in dagelijkse situaties.

Zie ook: fonetiek, spraakverwerking, spraakherkenning.