Kit de herramientas de reconocimiento de Janus

Janus Recognition Toolkit ( JRTk ), a veces denominado Janus, es un conjunto de herramientas de reconocimiento de voz de propósito general desarrollado y mantenido por los Interactive Systems Laboratories de la Universidad Carnegie Mellon y el Instituto Tecnológico de Karlsruhe . Es útil tanto para la investigación como para el desarrollo de aplicaciones y forma parte del sistema de traducción de voz a voz JANUS. ^{[ 1 ]}

JRTk proporciona un entorno flexible basado en scripts Tcl/Tk que permite a los investigadores crear reconocedores de voz de última generación y desarrollar, implementar y evaluar nuevos métodos. Implementa un enfoque orientado a objetos que, a diferencia de otros conjuntos de herramientas, no consiste en un conjunto de bibliotecas y módulos precompilados, sino en un intérprete programable con objetos transparentes y eficientes.

Desde la versión 5, JRTk incorpora el decodificador IBIS, un decodificador de una sola pasada basado en un árbol de prefijos de pronunciación único reentrante que utiliza el concepto de polimorfismo del contexto lingüístico. Por lo tanto, puede incorporar todo el conocimiento lingüístico en una etapa temprana. Es posible decodificar en una sola pasada, utilizando el mismo motor en combinación con un modelo de lenguaje estadístico de n-gramas, así como con gramáticas libres de contexto. También es posible utilizar el decodificador para reevaluar retículos de forma muy eficiente.

JRTk utiliza el concepto de Modelos Ocultos de Markov (HMM) para el modelado acústico y ofrece numerosas técnicas de vanguardia para el preprocesamiento acústico, el entrenamiento de modelos acústicos y la decodificación del habla. Gracias a su arquitectura flexible y orientada a objetos, permite configurar todos los componentes de forma muy flexible (por ejemplo, pasos de preprocesamiento a ejecutar, topología del HMM, secuencia de entrenamiento, parámetros del algoritmo, secuencias de adaptación, etc.), sin necesidad de modificar el código fuente ni recompilarlo.

JRTk ha sido utilizado por Interactive System Labs en muchos proyectos de reconocimiento de voz, tales como:

• PUENTE DE LA UE ^{[ 2 ]}
• EVEIl-3D ^{[ 3 ]}
• BABEL ^{[ 4 ]}
• Quaero ^{[ 5 ]}
• SFB 588 ^{[ 6 ]}
• TC-STAR ^{[ 7 ]}
• FAMA ^{[ 8 ]}
• Verbmobil
• ¡NESPOLE! ^{[ 9 ]}