Visual Feature Extraction for Isolated Word Visual Only Speech Recognition of Vietnamese

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F13%3A%230002803" target="_blank" >RIV/46747885:24220/13:#0002803 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/TSP.2013.6613974" target="_blank" >http://dx.doi.org/10.1109/TSP.2013.6613974</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TSP.2013.6613974" target="_blank" >10.1109/TSP.2013.6613974</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Visual Feature Extraction for Isolated Word Visual Only Speech Recognition of Vietnamese

Popis výsledku v původním jazyce

This paper presents our research on visual feature extraction with some special treatment for dealing with Vietnamese language. The effect of linear discriminant analysis (LDA) when training with different sets of basic class will be examined. For improving the visual features, we proposed two types of visual front end for automatic lip-reading: (a) 1-Stage LDA visual front end; and (b) hierarchical LDA (HLDA) visual front end. We also compare four different types of visual feature on an isolated word visual only speech recognition of Vietnamese task using our recorded audio-visual speech database. Experiments on our database show that the proposed visual front end improves up to 8% of recognition accuracy and the HLDA visual front end outperform the other.

Název v anglickém jazyce

Visual Feature Extraction for Isolated Word Visual Only Speech Recognition of Vietnamese

Popis výsledku anglicky

This paper presents our research on visual feature extraction with some special treatment for dealing with Vietnamese language. The effect of linear discriminant analysis (LDA) when training with different sets of basic class will be examined. For improving the visual features, we proposed two types of visual front end for automatic lip-reading: (a) 1-Stage LDA visual front end; and (b) hierarchical LDA (HLDA) visual front end. We also compare four different types of visual feature on an isolated word visual only speech recognition of Vietnamese task using our recorded audio-visual speech database. Experiments on our database show that the proposed visual front end improves up to 8% of recognition accuracy and the HLDA visual front end outperform the other.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proc. of 36th International Conference on Telecommunications and Signal Processing (TSP 2013)

ISBN

9781479904044

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

459-463

Název nakladatele

—

Místo vydání

—

Místo konání akce

Itálie

Datum konání akce

1. 1. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—