Předzpracování řečového signálu v robustním rozpoznávání řeči

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F07%3A03137187" target="_blank" >RIV/68407700:21230/07:03137187 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Předzpracování řečového signálu v robustním rozpoznávání řeči

Popis výsledku v původním jazyce

V tomto příspěvku jsou shrnuty výsledky práce na zvyšování robustnosti rozpoznávače pomocí hledání optimálního nastavení přezdpracování řečového signálu a kombinace dalších metod, využívaných v úloze robustního rozpoznávání řeči. Článek shrnuje základníexperimenty s modelováním neřečových událostí řečníka, které přináší snížení počtu chybně vložených slov do rozpoznaného textu. V rámci zvyšování odolnosti systému proti šumu jsou testovány základní a modifikované parametrizace a ve fázi předzpracování signálu je také použita detekce řečové aktivity. Jednotlivé přístupy přinášejí dílčí zvýšení robustnosti systému a vedou k volbě vhodného postupu při zpracování řečového signálu pro účely rozpoznávání.

Název v anglickém jazyce

Speech front-end processing for robust speech recognition

Popis výsledku anglicky

This article summarises the work on speech front-end processing and noise-suppression method combination for robust speech recognition. The article describes the experiments on speaker non-speech event modelling. In the next part the standard and modiffied parametrization methods are tested against different noisy conditions and voice activity detection is used for frame-dropping method. Particular techniques bring partial robustness increase and they lead to the optimal speech processing method for robust speech recognition.

Druh

D - Stať ve sborníku

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Analýza a zpracování řečových a biologických signálů

ISBN

978-80-01-03940-3

ISSN

—

e-ISSN

—

Počet stran výsledku

10

Strana od-do

26-35

Název nakladatele

ČVUT v Praze

Místo vydání

Praha

Místo konání akce

Praha

Datum konání akce

15. 11. 2007

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—