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”

On Deep and Shallow Neural Networks in Speech Recognition from Speech Spectrum

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F15%3A43926604" target="_blank" >RIV/49777513:23520/15:43926604 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://link.springer.com/chapter/10.1007/978-3-319-23132-7_37" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-319-23132-7_37</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-23132-7_37" target="_blank" >10.1007/978-3-319-23132-7_37</a>

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    On Deep and Shallow Neural Networks in Speech Recognition from Speech Spectrum

  • Popis výsledku v původním jazyce

    This paper demonstrates how usual feature extraction methods such as the PLP can be successfully replaced by a neural network and how signal processing methods such as mean normalization, variance normalization and delta coefficients can be successfully utilized when a NN-based feature extraction and a NN-based acoustic model are used simultaneously. The importance of the deep NNs is also investigated. The system performance was evaluated on the British English speech corpus WSJCAM0.

  • Název v anglickém jazyce

    Hluboké a mělké neuronové sítě v rozpoznávání mluvené řeči z amplitudového spektra

  • Popis výsledku anglicky

    V tomto článku je popsáno nahrazení standardní metody extrakce příznakových vektorů PLP neuronovou sítí a použití standardních metod zpracování signálu jako normalizace střední hodnoty a variance a počítání delta koeficientů při vytváření neuronové sítě pro akustický model. V tomto článku je zkoumána role hlubokých neuronových sítí. Experimenty byly provedeny na britské databázi WSJCAM0.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20205 - Automation and control systems

Návaznosti výsledku

  • 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)

Ostatní

  • Rok uplatnění

    2015

  • 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

    Speech and Computer, 17th International Conference, SPECOM 2015, Athens, Greece, September 20-24,2015, Proceedings

  • ISBN

    978-3-319-23131-0

  • ISSN

    0302-9743

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    301-308

  • Název nakladatele

    Springer

  • Místo vydání

    Berlin

  • Místo konání akce

    Athens, Greece

  • Datum konání akce

    20. 9. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000365866300037