Despite significant advances in the

Despite significant advances in the area of Automatic Speech
Recognition, (ASR) systems still result in degraded performance
when applied to real world conditions i.e. in the presence of
noise. Research with human subjects has shown that visual
information from the speaker’s face provides extensive benefit to
speech recognition in difficult listening conditions. Audio
Visual Automatic Speech Recognition (AVASR) systems use
visual information, extracted from images of the speakers face,
to enhance ASR systems in clean and noisy environments. This
paper investigates the area of AV ASR and describes the
implementation of a speaker independent AV ASR system. The
system extracts and pre-processes audio and visual information
and performs speech recognition using Linear Discriminant
Analysis. The results obtained show that the audio-visual
recognition scores are always higher than the audio alone and
the visual alone scores i.e. AV>A and AV>V..

Results (Thai) 1:

ทั้ง ๆ ที่สำคัญความก้าวหน้าในพื้นที่ของเสียงโดยอัตโนมัติการรับรู้, (ASR) ระบบยังผลในประสิทธิภาพเสื่อมโทรมเมื่อใช้กับโลกจริงเงื่อนไขเช่นในด้านหน้าของเสียงรบกวน วิจัยกับเรื่องมนุษย์ได้แสดงที่ภาพข้อมูลจากใบหน้าของผู้บรรยายมีประโยชน์มากมายการรู้จำเสียงในเงื่อนไขยากฟัง เสียงระบบการรู้จำเสียงอัตโนมัติ (AVASR) ภาพที่ใช้ข้อมูลภาพ สกัดจากภาพของหน้าลำโพงเพิ่มระบบ ASR ในสภาพแวดล้อมสะอาด และเสียงดัง นี้ตรวจสอบพื้นที่ของ AV ASR และอธิบายการการใช้งานของระบบลำโพงอิสระ AV ASR ที่ระบบแยก และประมวลผลข้อมูลภาพ และเสียงก่อนและดำเนินการใช้ Discriminant เชิงรู้วิเคราะห์ ผลได้รับแสดงว่าเสียงคะแนนการรับรู้มักสูงกว่าเสียงเพียงอย่างเดียว และคะแนน visual เพียงอย่างเดียวเช่น AV > A และ AV > V ...

Results (Thai) 2:

แม้จะมีความก้าวหน้าที่สำคัญในพื้นที่ของเสียงอัตโนมัติ
รับรู้ (ASR) ระบบยังคงทำให้ประสิทธิภาพการทำงานลดลง
เมื่อนำไปใช้เงื่อนไขคือโลกแห่งความจริงในที่ที่มี
สัญญาณรบกวน วิจัยกับอาสาสมัครของมนุษย์ได้แสดงให้เห็นว่าภาพ
ข้อมูลจากหน้าผู้พูดให้ประโยชน์ที่ครอบคลุมเพื่อ
การรู้จำเสียงในสภาพที่ฟังยาก เสียง
ภาพอัตโนมัติการรู้จำเสียง (AVASR) ระบบการใช้
ข้อมูลภาพที่สกัดจากภาพของลำโพงหน้า
เพื่อเพิ่มระบบ ASR ในสภาพแวดล้อมที่สะอาดและมีเสียงดัง นี้
กระดาษสำรวจพื้นที่ AV ASR และอธิบายถึง
การดำเนินงานของลำโพงอิสระ AV ระบบ ASR
สารสกัดจากระบบและกระบวนการก่อนข้อมูลภาพและเสียง
และดำเนินการรู้จำเสียงพูดโดยใช้การจำแนกเชิงเส้น
การวิเคราะห์ ผลที่ได้แสดงให้เห็นว่าภาพและเสียง
คะแนนการรับรู้อยู่เสมอสูงกว่าเสียงคนเดียวและ
คะแนนคนเดียวที่มองเห็นคือ AV> และ AV> V ..

Results (Thai) 3:

แม้จะมีความก้าวหน้าที่สำคัญในพื้นที่ของการรู้จำเสียงพูด
อัตโนมัติ ( ASR ) ระบบยังส่งผลในการสลายการทำงาน
เมื่อใช้กับโลกจริงเงื่อนไขเช่นในการแสดงตนของ
เสียง เพื่อให้คนได้แสดงข้อมูลภาพ
จากลำโพงหน้าให้ประโยชน์มากมาย

การรู้จำเสียงพูดในเงื่อนไขที่ฟังยาก เสียง
ภาพอัตโนมัติระบบการรู้จำเสียงพูด ( avasr ) ใช้
ข้อมูลภาพ , สารสกัดจากภาพใบหน้าของผู้พูด , ระบบ ASR
เพื่อเพิ่มความสะอาดและสภาพแวดล้อมที่มีเสียงดัง กระดาษ
ศึกษาพื้นที่ของผู้ให้บริการ และอธิบายการดำเนินงานของลำโพง AV
อิสระผู้ให้บริการระบบ ระบบและกระบวนการสกัดก่อน

ภาพและเสียงข้อมูลและ ประสิทธิภาพการรู้จำเสียงพูดโดยใช้การวิเคราะห์การจำแนก
เชิงเส้น ผลลัพธ์ที่ได้แสดงให้เห็นว่า คะแนนการยอมรับนวกรรม
มักจะสูงกว่าเสียงคนเดียว
ภาพอย่างเดียวคะแนนเช่น AV และ AV > > . . .