Runas valodas noteikšana

Abstract

Dabiskās valodas apstrādes jomā valodas noteikšana vai valodas uzminēšana nozīme noteikt satura dabisko valodu. Runas valodas noteikšanas uzdevums ir noteikt runas audio ieraksta valodu. Runas valodas noteikšanai ir daudz pielietojumu. Tas ir svarīgs pirmais solis vairākās runas apstrādes sistēmās. Ja valoda tiek identificēta nepareizi, jebkura turpmāka apstrāde sniegs kļūdainus rezultātus. Tas ir īpaši svarīgi daudzvalodu kopienās, kur daudzas vairākas valodas tiek izmantotas salīdzinoši bieži. Šī darba mērķis ir izpētīt runājamās valodas noteikšanas metodes, koncentrējoties uz 3 Latvijā runājamām valodām: latviešu, krievu, angļu.

Spoken Language Identification In natural language processing, language identification or language guessing is the problem of determining which natural language given context is in. Spoken Language Identification is the task to identify the language of a spoken utterance. This is an important first step in several speech processing systems. If language is identified incorrectly any further processing will give erroneous results. This is especially important in bi-lingual and multi-lingual communities, where many several languages are used comparably frequently. The aim of this work is exploring methods for spoken Language Identification focusing on 3 languages spoken in Latvia: Latvian, Russian, English.