Investigation into the use of deep neural networks for LVCSR of Czech

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F15%3A%230003430" target="_blank" >RIV/46747885:24220/15:#0003430 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/46747885:24220/15:00002969

Výsledek na webu

<a href="http://dx.doi.org/10.1109/ECMSM.2015.7208708" target="_blank" >http://dx.doi.org/10.1109/ECMSM.2015.7208708</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ECMSM.2015.7208708" target="_blank" >10.1109/ECMSM.2015.7208708</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Investigation into the use of deep neural networks for LVCSR of Czech

Popis výsledku v původním jazyce

This paper deals with utilization of deep neural networks (DNNs) for speech recognition. The main goal is to find out the best strategy for training and utilization of these models within an acoustic modeling module of a large vocabulary continuous speech recognition (LVCSR) system of Czech language. For this purpose, various DNNs are trained a) using several training strategies, b) with different inner structure and c) using various kinds of features. Experimental evaluation is then performed on a large dataset including broadcast recordings, recordings of lectures, dictates of judgments and set of nonlinearly distorted utterances. The resulting recipe for training of DNNs for our LVCSR system employs a) ReLU activation function with hidden layer width of 1024 neurons and b) filter-bank based features.

Název v anglickém jazyce

Investigation into the use of deep neural networks for LVCSR of Czech

Popis výsledku anglicky

This paper deals with utilization of deep neural networks (DNNs) for speech recognition. The main goal is to find out the best strategy for training and utilization of these models within an acoustic modeling module of a large vocabulary continuous speech recognition (LVCSR) system of Czech language. For this purpose, various DNNs are trained a) using several training strategies, b) with different inner structure and c) using various kinds of features. Experimental evaluation is then performed on a large dataset including broadcast recordings, recordings of lectures, dictates of judgments and set of nonlinearly distorted utterances. The resulting recipe for training of DNNs for our LVCSR system employs a) ReLU activation function with hidden layer width of 1024 neurons and b) filter-bank based features.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/TA04010199" target="_blank" >TA04010199: MULTILINMEDIA - Multilinguální platforma pro monitoring a analýzu multimédií</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název statě ve sborníku

2015 IEEE International Workshop of Electronics, Control, Measurement, Signals and their application to Mechatronics

ISBN

978-1-4799-6972-2

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

38-41

Název nakladatele

IEEE

Místo vydání

Česká Republika

Místo konání akce

Česká Republika, Liberec

Datum konání akce

1. 1. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000363814500033