Akustický a jazykový model spontánní ruštiny
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F05%3A00000058" target="_blank" >RIV/49777513:23520/05:00000058 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/49777513:23520/05:00000008
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Russian Spontaneaous Speech – Acoustic&Language Models (MALACH)
Popis výsledku v původním jazyce
The Visual History Foundation collected recently about 52 thousand testimonies of Holocaust survivors pronounced in 32 languages. There are approx. 7,050 Russian testimonies with a total length of 16,000 hours. It is not feasible to transcribe all thosetestimonies maually due to the enornous time and money demands. Thus the transcription is performed using the automatic speech recognition system – data forthe system development were acquired from the Russian Malach Speech Corpus. The basic AM unit is a triphone represented by a 5-state HMM, where every state is modeled as a GMM with 16 mixtures. The total number of states was reduced to 6969 using a phonetic clustering tree. The language model is designed as a combination of 2 bigram models.
Název v anglickém jazyce
Russian Spontaneaous Speech – Acoustic&Language Models (MALACH)
Popis výsledku anglicky
The Visual History Foundation collected recently about 52 thousand testimonies of Holocaust survivors pronounced in 32 languages. There are approx. 7,050 Russian testimonies with a total length of 16,000 hours. It is not feasible to transcribe all thosetestimonies maually due to the enornous time and money demands. Thus the transcription is performed using the automatic speech recognition system – data forthe system development were acquired from the Russian Malach Speech Corpus. The basic AM unit is a triphone represented by a 5-state HMM, where every state is modeled as a GMM with 16 mixtures. The total number of states was reduced to 6969 using a phonetic clustering tree. The language model is designed as a combination of 2 bigram models.
Klasifikace
Druh
X - Nezařazeno
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů