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