Fonémové Rozpoznávání z Mluvené Řeči

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F04%3APU49296" target="_blank" >RIV/00216305:26230/04:PU49296 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Phoneme Recognition from a Long Temporal Context

Popis výsledku v původním jazyce

We investigate techniques for acoustic modeling in automatic recognition of context-independent phoneme strings. The recognizer was evaluated on TIMIT database. <br>The baseline phoneme recognizer is based on TempoRAl Patterns (TRAP). <br>It is an HMM -Neural Network (HMM/NN) hybrid. <br>Critical bands energies are obtained in the conventional way. Speech signal is divided into 25 ms long frames with 10 ms shift. The Mel filter-bank is emulated by triangular weighting of FFT-derived short-term spectrummto obtain short-term critical-band logarithmic spectral densities. <br>TRAP feature vector describes a segment of temporal evolution of critical band spectral densities within a single critical band. The central point is actual frame and there is equalnumber of frames in past and in future. <br>The length can differ. This vector forms an input to a classifier.<br>Outputs of the classifier are posterior probabilities of sub-word classes which we want&nbsp; to distinguish among. In our c

Název v anglickém jazyce

Phoneme Recognition from a Long Temporal Context

Popis výsledku anglicky

We investigate techniques for acoustic modeling in automatic recognition of context-independent phoneme strings. The recognizer was evaluated on TIMIT database. <br>The baseline phoneme recognizer is based on TempoRAl Patterns (TRAP). <br>It is an HMM -Neural Network (HMM/NN) hybrid. <br>Critical bands energies are obtained in the conventional way. Speech signal is divided into 25 ms long frames with 10 ms shift. The Mel filter-bank is emulated by triangular weighting of FFT-derived short-term spectrummto obtain short-term critical-band logarithmic spectral densities. <br>TRAP feature vector describes a segment of temporal evolution of critical band spectral densities within a single critical band. The central point is actual frame and there is equalnumber of frames in past and in future. <br>The length can differ. This vector forms an input to a classifier.<br>Outputs of the classifier are posterior probabilities of sub-word classes which we want&nbsp; to distinguish among. In our c

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2004

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

poster at JOINT AMI/PASCAL/IM2/M4 Workshop on Multimodal Interaction and Related Machine Learning Algorithms

ISBN

—

ISSN

—

e-ISSN

—

Počet stran výsledku

1

Strana od-do

1-1

Název nakladatele

Institute for Perceptual Artificial Intelligence

Místo vydání

Martigny

Místo konání akce

Martigny

Datum konání akce

21. 6. 2004

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—