Neural Network Bottleneck Features for Language Identification

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F14%3APU112035" target="_blank" >RIV/00216305:26230/14:PU112035 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.fit.vutbr.cz/research/groups/speech/publi/2014/matejka_odyssey2014_299-304-35.pdf" target="_blank" >http://www.fit.vutbr.cz/research/groups/speech/publi/2014/matejka_odyssey2014_299-304-35.pdf</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Neural Network Bottleneck Features for Language Identification
Popis výsledku v původním jazyce
We have presented the bottleneck features in the context of Language identification. It combines benefits of both phonotactic and acoustic system. Usually, the phonotactic system is favorable for the long duration files, while acoustic for the short ones. This approach takes the advantage of both. In addition, we can also use modeling of context dependent phonemes in bottleneck features. This brings very nice improvement over the context independent phonemes.
Název v anglickém jazyce
Neural Network Bottleneck Features for Language Identification
Popis výsledku anglicky
We have presented the bottleneck features in the context of Language identification. It combines benefits of both phonotactic and acoustic system. Usually, the phonotactic system is favorable for the long duration files, while acoustic for the short ones. This approach takes the advantage of both. In addition, we can also use modeling of context dependent phonemes in bottleneck features. This brings very nice improvement over the context independent phonemes.

Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)