Benefit of maximum likelihood linear transform (MLLT) used at different levels of covariance matrices clustering in ASR systems
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F07%3A00000043" target="_blank" >RIV/49777513:23520/07:00000043 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Benefit of maximum likelihood linear transform (MLLT) used at different levels of covariance matrices clustering in ASR systems
Original language description
The paper discusses the benefit of a Maximum Likelihood Linear Transform (MLLT) applied on selected groups of covariance matrices. The matrices were chosen and clustered using phonetic knowledge. Results of experiments are compared with outcomes obtainedfor diagonal and full covariance matrices of a baseline system and also for widely used transforms based on Linear Discriminant Analysis (LDA), Heteroscedastic LDA (HLDA) and Smoothed HLDA (SHLDA).
Czech name
Přínos Maximálně věrohodné lineární transformace (MLLT) použité na různých úrovních shlukování kovariančních matic v ASR systémech
Czech description
Článek se snaží diskutovat využití Maximálne věrohodné lineární transformace (MLLT) aplikované na vybraných skupinách kovariančních matic. Matice byly shlukovány s využitím fonetické znalosti. Výsledky experimentů jsou porovnány s výsledky získanými na transformacích založených na Lineární diskriminační analýze (LDA), Heterosceadické LDA, a Vyhlazené HLDA (SHLDA).
Classification
Type
D - Article in proceedings
CEP classification
JD - Use of computers, robotics and its application
OECD FORD branch
—
Result continuities
Project
Result was created during the realization of more than one project. More information in the Projects tab.
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2007
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Lecture Notes in Artificial Intelligence
ISBN
978-3-540-74627-0
ISSN
—
e-ISSN
—
Number of pages
8
Pages from-to
—
Publisher name
Springer
Place of publication
Berlin
Event location
Pilsen
Event date
Sep 7, 2007
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
000251315900055