Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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

Identifikátory výsledku

  • 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

Alternativní jazyky

  • 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.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • 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

    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