BAT System Description for NIST LRE 2015

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F16%3APU121660" target="_blank" >RIV/00216305:26230/16:PU121660 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.odyssey2016.org/papers/pdfs_stamped/73.pdf" target="_blank" >http://www.odyssey2016.org/papers/pdfs_stamped/73.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.21437/Odyssey.2016-24" target="_blank" >10.21437/Odyssey.2016-24</a>

Jazyk výsledku

angličtina

Název v původním jazyce

BAT System Description for NIST LRE 2015

Popis výsledku v původním jazyce

In this work, we have described our efforts in the NIST LRE 2015. The most difficult part of this evaluation was to deal with limited amount of data and the results show that the proper analysis in this direction is necessary. We have built over 20 systems for this evaluation. We have experimented with de-noising NN, automatic unit discovery, different flavors of phonotactic systems, backends, sizes of ivector systems, feature sets, BN features or frame level language classifiers. We used up to 6 systems in the fusion. The performance of our best system reached Cavg of 16.9% on the fixed training data condition and 13.9% (11.9% after post-evaluation analysis) on the open training data condition.

Název v anglickém jazyce

BAT System Description for NIST LRE 2015

Popis výsledku anglicky

In this work, we have described our efforts in the NIST LRE 2015. The most difficult part of this evaluation was to deal with limited amount of data and the results show that the proper analysis in this direction is necessary. We have built over 20 systems for this evaluation. We have experimented with de-noising NN, automatic unit discovery, different flavors of phonotactic systems, backends, sizes of ivector systems, feature sets, BN features or frame level language classifiers. We used up to 6 systems in the fusion. The performance of our best system reached Cavg of 16.9% on the fixed training data condition and 13.9% (11.9% after post-evaluation analysis) on the open training data condition.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/VI20152020025" target="_blank" >VI20152020025: Dolování infoRmAcí z řeči Pořízené vzdÁlenými miKrofony - DRAPÁK</a><br>

Návaznosti

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

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of Odyssey 2016, The Speaker and Language Recognition Workshop

ISBN

—

ISSN

2312-2846

e-ISSN

—

Počet stran výsledku

8

Strana od-do

166-173

Název nakladatele

International Speech Communication Association

Místo vydání

Bilbao

Místo konání akce

Bilbao

Datum konání akce

21. 6. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—