Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Detekce klíčových slov v záznamech jednání

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F06%3APU67156" target="_blank" >RIV/00216305:26230/06:PU67156 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Keyword Spotting in Meeting Data

  • Popis výsledku v původním jazyce

    This paper describes several approaches to&nbsp; keyword spotting (KWS)&nbsp; for informal continuous speech. We compare&nbsp; acoustic keyword spotting, spotting in word lattices generated by large vocabulary continuous speech recognition and a hybrid approach making use of phoneme lattices generated by a phoneme recognizer. The&nbsp; systems are compared on carefully defined test data extracted from ICSI meeting database. The&nbsp; acoustic and phoneme-lattice based KWS are based on a phoneme recognizer making use of long temporal split context feature extraction<br>and posterior estimation using neural nets. The advantages and drawbacks of different approaches are discussed.

  • Název v anglickém jazyce

    Keyword Spotting in Meeting Data

  • Popis výsledku anglicky

    This paper describes several approaches to&nbsp; keyword spotting (KWS)&nbsp; for informal continuous speech. We compare&nbsp; acoustic keyword spotting, spotting in word lattices generated by large vocabulary continuous speech recognition and a hybrid approach making use of phoneme lattices generated by a phoneme recognizer. The&nbsp; systems are compared on carefully defined test data extracted from ICSI meeting database. The&nbsp; acoustic and phoneme-lattice based KWS are based on a phoneme recognizer making use of long temporal split context feature extraction<br>and posterior estimation using neural nets. The advantages and drawbacks of different approaches are discussed.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2006

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 12th Conference Student EEICT 2006 Volume 4

  • ISBN

    80-214-3163-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    440-444

  • Název nakladatele

    Faculty of Electrical Engineering and Communication BUT

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    27. 4. 2006

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku