Neural net speech recognizers — Voice remote control devices for disabled people

Abstract

Reliable real world speech recognition is still a non-trivial task. One of the most challenging applications is voice control for disabled people. For many users of such a system, voice is the only means of communication — they are not able to activate or deactivate their voice control manually, or to correct false actions resulting from speech recognition errors. A voice remote control for disabled people is a 24-hours-a-day device which must respond reliably and, at the same time, must avoid unintentional activation deu to background noise, music or conversation. Moreover, in order to allow for emergency calls under all circumstances, it should not depend on external power supply — the hardware must be of low power consumption, thus requiring speech recognition algorithms of low computational complexity. With neural net speech recognizers, it was possible to build voice remote control devices that fulfill all these requirements simultaneously.

Zusammenfassung

Zuverlässige Spracherkenner für realen Einsatz sind nach wie vor selten. Eine der größten Herausforderungen sind Sprachsteuerungen für körperbehinderte Menschen. Für viele Benutzer eines solchen Systems ist Sprache das einzige Mittel — weder können sie ihre Sprachsteuerung von Hand ein- oder ausschalten noch Aktionen, die auf Spracherkennungsfehlern beruhen, rückgängig machen. Eine Sprachsteuerung für körperbehinderte Menschen muss 24 Stunden am Tag zuhören; sie muss verlässlich agieren, wenn sie angesprochen ist, und zugleich unbeabsichtigtes Auslösen durch Geräusche wie z. B. Musik oder Gespräche unterlassen. Damit sie jederzeit einen Notruf erlaubt, darf sie nicht von externer Stromversorgung abhängen; daher muss ihr Stromverbrauch gering sein, was einfache Erkennungsalgorithmen erfordert. Spracherkenner auf der Basis neuraler Netze machen Sprachsteuerungen möglich, die alle diese Forderungen gleichzeitig erfüllen.