آزمایش سازگارسازی متنی برای بازشناسی گفتار پزشکی به زبان هوسا

پژوهشگران سازگارسازی دامنه با دادهٔ متنی را برای بازشناسی خودکار گفتار پزشکی به زبان هوسا بررسی کرده‌اند؛ رویکردی که به گفتار پزشکیِ برچسب‌خورده نیاز ندارد. آن‌ها مدل صوتی ثابت MMS-1B-FL102 را با دو روشِ اعمال‌شونده هنگام رمزگشایی ترکیب کردند: Shallow Fusion و Density Ratio Approach یا DRA.

مدل زبانی پزشکی، یک مدل چهارگرمی KenLM است که با ۱۹٬۴۲۱ جملهٔ بهداشتی به زبان هوسا آموزش داده شد. در روش DRA، یک مدل عمومیِ آموزش‌دیده با ۷۵٬۳۷۲ جمله نیز نقش پیشینِ دامنهٔ مبدأ را دارد.

ارزیابی با ۲۵۰ فایل صوتی از ۱۰ گوینده در شش ایالت شمال نیجریه انجام شد. فایل‌ها شامل ۲۵ پرسش بودند که پزشکان آن‌ها را بازبینی کرده بودند؛ اعتبارسنجی متقاطع پنج‌بخشی نیز به‌گونه‌ای طراحی شد که پرسش‌های مجموعهٔ آزمون در داده‌های آموزش همان دور حضور نداشته باشند. چکیدهٔ ارائه‌شده پس از شرح روش ارزیابی ناتمام است و نتایج عددی یا مقایسهٔ عملکرد دو روش را نشان نمی‌دهد.