Sequence-to-Sequence CNN-BiLSTM Based Glottal Closure Instant Detection from Raw Speech

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F22%3A43966100" target="_blank" >RIV/49777513:23520/22:43966100 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-031-20650-4_9" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-031-20650-4_9</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-031-20650-4_9" target="_blank" >10.1007/978-3-031-20650-4_9</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Sequence-to-Sequence CNN-BiLSTM Based Glottal Closure Instant Detection from Raw Speech

Popis výsledku v původním jazyce

In this paper, we propose to frame glottal closure instant (GCI) de- tection from raw speech as a sequence-to-sequence prediction problem and to explore the potential of recurrent neural networks (RNNs) to handle this prob- lem. We compare the RNN architecture to widely used convolutional neural net- works (CNNs) and to some other machine learning-based and traditional non- learning algorithms on several publicly available databases. We show that the RNN architecture improves GCI detection. The best results were achieved for a joint CNN-BiLSTM model in which RNN is composed of bidirectional long short-term memory (BiLSTM) units and CNN layers are used to extract relevant features.

Název v anglickém jazyce

Sequence-to-Sequence CNN-BiLSTM Based Glottal Closure Instant Detection from Raw Speech

Popis výsledku anglicky

In this paper, we propose to frame glottal closure instant (GCI) de- tection from raw speech as a sequence-to-sequence prediction problem and to explore the potential of recurrent neural networks (RNNs) to handle this prob- lem. We compare the RNN architecture to widely used convolutional neural net- works (CNNs) and to some other machine learning-based and traditional non- learning algorithms on several publicly available databases. We show that the RNN architecture improves GCI detection. The best results were achieved for a joint CNN-BiLSTM model in which RNN is composed of bidirectional long short-term memory (BiLSTM) units and CNN layers are used to extract relevant features.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

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)

Rok uplatnění

2022

Kód důvěrnosti údajů

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

Název statě ve sborníku

Artificial Neural Networks in Pattern Recognition; 10th IAPR TC3 Workshop, ANNPR 2022; Dubai, United Arab Emirates, November 24-26, 2022; Proceedings

ISBN

978-3-031-20649-8

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

14

Strana od-do

107-120

Název nakladatele

Springer Nature Switzerland AG

Místo vydání

Cham

Místo konání akce

Dubai, United Arab Emirates

Datum konání akce

24. 11. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—