Automatic Syllabification and Syllable Timing of Automatically Recognized Speech - for Czech

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F16%3A00000467" target="_blank" >RIV/46747885:24220/16:00000467 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-45510-5_62" target="_blank" >http://dx.doi.org/10.1007/978-3-319-45510-5_62</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-45510-5_62" target="_blank" >10.1007/978-3-319-45510-5_62</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Automatic Syllabification and Syllable Timing of Automatically Recognized Speech - for Czech

Popis výsledku v původním jazyce

Our recent work was focused on automatic speech recognition (ASR) of spoken word archive documents [6,7]. One of the important tasks was to structuralize the recognized document (to segment the document and to detect sentence boundaries). Prosodic features play significant role in the spoken document structuralization. In our previous work we bound the prosodic information on the ASR events – words and noises. Many prosodic features (e.g. speech rate, vowel prominence or prolongation of last syllables) require higher time resolution than word-level [1]. For that reason we propose a scheme that is able to automatically syllabify the recognized words and by forced-alignment of its phonetic content provide the syllables (and its phonemes) with time-stamps.

Název v anglickém jazyce

Automatic Syllabification and Syllable Timing of Automatically Recognized Speech - for Czech

Popis výsledku anglicky

Our recent work was focused on automatic speech recognition (ASR) of spoken word archive documents [6,7]. One of the important tasks was to structuralize the recognized document (to segment the document and to detect sentence boundaries). Prosodic features play significant role in the spoken document structuralization. In our previous work we bound the prosodic information on the ASR events – words and noises. Many prosodic features (e.g. speech rate, vowel prominence or prolongation of last syllables) require higher time resolution than word-level [1]. For that reason we propose a scheme that is able to automatically syllabify the recognized words and by forced-alignment of its phonetic content provide the syllables (and its phonemes) with time-stamps.

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

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proc. of the 19th International Conference of Text, Speech, and Dialogue - TSD 2016

ISBN

978-3-319-45509-9

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

8

Strana od-do

540-547

Název nakladatele

Springer International Publishing

Místo vydání

Switzerland

Místo konání akce

Brno, Česká Republika

Datum konání akce

1. 1. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000389707400062