The use of MLLR acoustic model adaptation of triphones for continuous speech recognition system based on HTK

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00194682" target="_blank" >RIV/68407700:21230/12:00194682 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

slovinština

Název v původním jazyce

Použitie MLLR adaptácie akustických modelov trifónov v rozpoznávači spojitej reči na bázi HTK

Popis výsledku v původním jazyce

Adaptácia akustického modelu na rečníka, prostredie alebo kanál je všeobecne používaná metóda zvýšenia úspešnosti v systémoch automatického rozpoznávania reči. Jednou z často používaných je technika maximálne vierohodnej lineárnej regresie. Tento prístupobmedzuje počet voľných parametrov modelu združovaním komponent do tried a dokáže tak priniesť zvýšenie úspešnosti aj v situácii s malým množstvom adaptačných dát. V príspevku je analyzovaný prínos tejto techniky v reálnej aplikácii systému rozpoznávania spojitej reči na množine 11 rečníkov. Porovnané sú dva prístupy k tvorbe regresných tried, automatické delenie algoritmom a ručné delenie založené na fonetike. Uskutočné experimenty ukazujú, že oba prístupy sú si rovnocenné z hľadiska zlepšenia chybovosti.

Název v anglickém jazyce

The use of MLLR acoustic model adaptation of triphones for continuous speech recognition system based on HTK

Popis výsledku anglicky

The acoustic model adaptation, either on speaker channel or environment, is a generally used method to improve the performance of the speech recognition system. One of the more widely used is the maximum likelihood linear regression method. By grouping the model components into the classes, the number of parameters decreases, which results in performance improvement even with small amount of adaptation data. This article compares two different approaches to class construction : knowledge-based and automatic. The improvement is tested on the group of 11 speakers in a large vocabulary recognition system.

Druh

D - Stať ve sborníku

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název statě ve sborníku

LETNÍ DOKTORANDSKÉ DNY 2012

ISBN

978-80-01-05050-7

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

68-74

Název nakladatele

ČVUT

Místo vydání

Praha

Místo konání akce

Praha

Datum konání akce

24. 5. 2012

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—