33 KB1893 KB29 KB200620252008Kačič, ZdravkoVerdonik, DarinkaŽgank, Andrejštevilka:36 straniletnik:75str. 85-90ISSN:0013-5852ISSN:2232-3236COBISSID:6739796URN:URN:NBN:SI:doc-WL3BOUBBslElektrotehniška zveza SlovenijeElektrotehniški vestnikbaze podatkovbesedilni korpusiBroadcast newsgovorni korpusirazpoznavanje govoraSloveneslovenski jezikSlovenska baza BNSI broadcast news za razpoznavanje tekočega govora| The Slovenian BNSI broadcast news database for continuous speech recognition|V članku bomo predstavili nov slovenski jezikovni vir, bazo BNSI Broadcast News, ki vsebuje posnetke televizijskih dnevnoinformativnih oddaj. Vir je namenjen razvoju razpoznavalnikov tekočega govora z velikim slovarjem besed za neomejeno domeno. Sestavljajo ga govorna baza z ročno tvorjenimi transkripcijami v obsegu 36 ur in tekstovni korpus, ki vsebuje 11 mio besed. Govorna baza je namenjena učenju akustičnih modelov, tekstovni korpus pa bo uporabljen za izdelavo jezikovnih modelov. Novi jezikovni vir je plod sodelovanja med Univerzo v Mariboru, FERI in IZ'FV Slovenija. V članku bomo najprej predstavili postopek zajemanja gradiva in karakteristike baze. Opisali bomo potek ročnega zapisovanja govornega korpusa. Sledila bo podrobna analiza govornega in tekstovnega dela baze, ki je namenjena predstavitvi vseh lastnosti jezikovnega vira, ki vplivajo na razvoj razpoznavalnikov govoraTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaElektrotehniška zveza Slovenije