Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Developing State-of-the-Art End-to-End ASR for Norwegian

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F23%3A00012033" target="_blank" >RIV/46747885:24220/23:00012033 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://dl.acm.org/doi/abs/10.1007/978-3-031-40498-6_18" target="_blank" >https://dl.acm.org/doi/abs/10.1007/978-3-031-40498-6_18</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-031-40498-6_18" target="_blank" >10.1007/978-3-031-40498-6_18</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Developing State-of-the-Art End-to-End ASR for Norwegian

  • Popis výsledku v původním jazyce

    We present the process of developing a modern end-to-end (E2E) automatic speech recognition (ASR) system for Norwegian (NO), which is a challenging language with many dialects and two written standards (Bokmål and Nynorsk). Since the existing speech corpora for this language are severely limited, we have had to acquire large amounts of additional data. This acquisition has been done by automatic processing of publicly accessible broadcast and parliament archives, YouTube and podcast channels, and also audiobooks. The data-harvesting process has been controlled by the ASR system, whose model has continuously been updated on the extracted chunks of speech. The final model has been trained on 1,246 h of Norwegian and further enhanced by transfer learning from an existing Swedish model. The performance of the ASR system has been evaluated on an 18-h collection of test sets (most of them publicly available) representing different application areas. Our best word error rate (WER) achieved on this collection is 7.6%, which is better than the results obtained from Google and Microsoft cloud services.

  • Název v anglickém jazyce

    Developing State-of-the-Art End-to-End ASR for Norwegian

  • Popis výsledku anglicky

    We present the process of developing a modern end-to-end (E2E) automatic speech recognition (ASR) system for Norwegian (NO), which is a challenging language with many dialects and two written standards (Bokmål and Nynorsk). Since the existing speech corpora for this language are severely limited, we have had to acquire large amounts of additional data. This acquisition has been done by automatic processing of publicly accessible broadcast and parliament archives, YouTube and podcast channels, and also audiobooks. The data-harvesting process has been controlled by the ASR system, whose model has continuously been updated on the extracted chunks of speech. The final model has been trained on 1,246 h of Norwegian and further enhanced by transfer learning from an existing Swedish model. The performance of the ASR system has been evaluated on an 18-h collection of test sets (most of them publicly available) representing different application areas. Our best word error rate (WER) achieved on this collection is 7.6%, which is better than the results obtained from Google and Microsoft cloud services.

Klasifikace

  • 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)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/TO01000027" target="_blank" >TO01000027: NORDTRANS - Technologie pro automatický přepis řeči ve vybraných severských jazycích</a><br>

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Lecture Notes in Computer Science - including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics

  • ISBN

    978-303140497-9

  • ISSN

    03029743

  • e-ISSN

  • Počet stran výsledku

    14

  • Strana od-do

    200-213

  • Název nakladatele

    Springer Science and Business

  • Místo vydání

  • Místo konání akce

    Plzeň, ČR

  • Datum konání akce

    1. 1. 2023

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku