Neural-Network-based Spectrum Processing for Speech Recognition and Speaker Verification

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F15%3A43926637" target="_blank" >RIV/49777513:23520/15:43926637 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-25789-1_27" target="_blank" >http://dx.doi.org/10.1007/978-3-319-25789-1_27</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-25789-1_27" target="_blank" >10.1007/978-3-319-25789-1_27</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Neural-Network-based Spectrum Processing for Speech Recognition and Speaker Verification

Popis výsledku v původním jazyce

In this paper, neural networks are applied as a feature extractors for a speech recognition system and a speaker verification system. A long-temporal features with delta coefficients, mean and variance normalization are applied when a neural-network-based feature extraction is trained together with a neural-network-based voice activity detector and with a neural-network-based acoustic model for speech recognition. In speaker verification, the acoustic model is replaced with a score computation. The performance of our speech recognition system was evaluated on the British English speech corpus WSJCAM0 and the performance of our speech verification system was evaluated on our Czech speech corpus.

Název v anglickém jazyce

Neural-Network-based Spectrum Processing for Speech Recognition and Speaker Verification

Popis výsledku anglicky

In this paper, neural networks are applied as a feature extractors for a speech recognition system and a speaker verification system. A long-temporal features with delta coefficients, mean and variance normalization are applied when a neural-network-based feature extraction is trained together with a neural-network-based voice activity detector and with a neural-network-based acoustic model for speech recognition. In speaker verification, the acoustic model is replaced with a score computation. The performance of our speech recognition system was evaluated on the British English speech corpus WSJCAM0 and the performance of our speech verification system was evaluated on our Czech speech corpus.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

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

2015

Kód důvěrnosti údajů

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

Název statě ve sborníku

Statistical Language and Speech Processing, Third International Conference, SLSP 2015, Budapest, Hungary, November 24-26, 2015. Proceedings

ISBN

978-3-319-25788-4

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

12

Strana od-do

288-299

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Budapešť, Maďarsko

Datum konání akce

24. 11. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—