Initialization of Adaptation by Sufficient Statistics Using Phonetic Tree

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F12%3A43915992" target="_blank" >RIV/49777513:23520/12:43915992 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Initialization of Adaptation by Sufficient Statistics Using Phonetic Tree

Popis výsledku v původním jazyce

In this work we deal with the problem of small amount of data when estimating a feature transformation for the speaker adaptation of an acoustic model. Our goal is to compensate for the lack of adaptation data by a proper initialization of transformationmatrices. Methods used in such situations are described, they are based on collecting additional accumulated statistics from nearest speakers. The proposed initialization approach is based on accumulated statistics too, but it incorporates also phoneticinformation when selecting the ?nearest? statistics. Initialization methods compensating for the absence of actual speaker?s data are tested on telephone recordings with different amounts of adaptation data. In worst situation with extremely small amount of adaptation data relative improvement of 5% is obtained.

Název v anglickém jazyce

Initialization of Adaptation by Sufficient Statistics Using Phonetic Tree

Popis výsledku anglicky

In this work we deal with the problem of small amount of data when estimating a feature transformation for the speaker adaptation of an acoustic model. Our goal is to compensate for the lack of adaptation data by a proper initialization of transformationmatrices. Methods used in such situations are described, they are based on collecting additional accumulated statistics from nearest speakers. The proposed initialization approach is based on accumulated statistics too, but it incorporates also phoneticinformation when selecting the ?nearest? statistics. Initialization methods compensating for the absence of actual speaker?s data are tested on telephone recordings with different amounts of adaptation data. In worst situation with extremely small amount of adaptation data relative improvement of 5% is obtained.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/DF12P01OVV022" target="_blank" >DF12P01OVV022: Zpřístupnění rozsáhlého video archivu kulturního dědictví pomocí metod automatického rozpoznávání mluvené řeči a strojového překladu. (AMALACH)</a><br>

Návaznosti

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

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings 2012 IEEE 11th International Conference on Signal Processing

ISBN

978-1-4673-2194-5

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

503-506

Název nakladatele

IEEE Press

Místo vydání

Beijing

Místo konání akce

Beijing

Datum konání akce

21. 10. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—