ANOTA敲OFON蒚ICAAUTOM罢ICADE.PDF

ANOTAÇÃO FONÉTICA AUTOMÁTICA DE CORPORA DE FALA TRANSCRITOS ORTOGRAFICAMENTE Rui Amaral, Pedro Carvalho, Diamantino Caseiro, Isabel Trancoso, Luís Oliveira IST, Instituto Superior Técnico INESC- Instituto de Engenharia de Sistemas e Computadores AV. ALVES REDOL, 9, 1000 - LISBOA email:{ramaral,pmmc,dcaseiro}@speech.inesc.pt, {Isabel.Trancoso,Luis.Oliveira}@inesc.pt Resumo. Descreve-se neste artigo um sistema de anotação fonética automática de corpora de fala transcritos ortograficamente. Uma característica deste sistema é a de não estar limitado a uma única transcrição fonética, podendo utilizar um conjunto de transcrições alternativas geradas por regras, num processo de descodificação que irá escolher aquela que mais se adequa ao sinal de fala. Testes efectuados sobre o corpus português do EUROM_1 mostraram que a utilização de conhecimento linguístico sobre a forma de regras com vista à obtenção de transcrições alternativas, conduzem a uma maior aproximação à transcrição manual. 1 Introdução Durante as ultimas décadas, tem-se assistido a uma considerável mobilização de esforços em laboratórios de todo o mundo no sentido de desenvolver produtos de tecnologia da fala. Uma das motivações tem sido a de desenvolver sistemas capazes de estabelecer um interface Homem-Máquina mais natural. A emergência desta tecnologia e a crescente procura de soluções baseadas nestes produtos, em geral suportados por métodos estatísticos, motiva a recolha e anotação de grandes corpora de fala. O carácter repetitivo destas tarefas e as dimensõe