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”

Advanced Acoustic Modelling Techniques in MP3 Speech Recognition

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00230829" target="_blank" >RIV/68407700:21230/15:00230829 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://asmp.eurasipjournals.com/content/2015/1/20" target="_blank" >http://asmp.eurasipjournals.com/content/2015/1/20</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1186/s13636-015-0064-7" target="_blank" >10.1186/s13636-015-0064-7</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Advanced Acoustic Modelling Techniques in MP3 Speech Recognition

  • Popis výsledku v původním jazyce

    The automatic recognition of MP3 compressed speech presents a challenge to the current systems due to the lossy nature of compression which causes irreversible degradation of the speech wave. This article evaluates the performance of a recognition systemoptimized for MP3 compressed speech with current state-of-the-art acoustic modelling techniques and one specific front-end compensation method. The article concentrates on acoustic model adaptation, discriminative training and additional dithering as aprominent means of compensating for the described distortion in the task of phoneme and large vocabulary continuous speech recognition (LVCSR). The experiments presented on the phoneme task show a dramatic increase of the recognition error for unvoiced speech units as a direct result of compression. The application of acoustic model adaptation has proved to yield the highest relative contribution while the gain of discriminative training diminished with decreasing bit-rate. The applicati

  • Název v anglickém jazyce

    Advanced Acoustic Modelling Techniques in MP3 Speech Recognition

  • Popis výsledku anglicky

    The automatic recognition of MP3 compressed speech presents a challenge to the current systems due to the lossy nature of compression which causes irreversible degradation of the speech wave. This article evaluates the performance of a recognition systemoptimized for MP3 compressed speech with current state-of-the-art acoustic modelling techniques and one specific front-end compensation method. The article concentrates on acoustic model adaptation, discriminative training and additional dithering as aprominent means of compensating for the described distortion in the task of phoneme and large vocabulary continuous speech recognition (LVCSR). The experiments presented on the phoneme task show a dramatic increase of the recognition error for unvoiced speech units as a direct result of compression. The application of acoustic model adaptation has proved to yield the highest relative contribution while the gain of discriminative training diminished with decreasing bit-rate. The applicati

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    EURASIP Journal on Audio Speech and Music Processing

  • ISSN

    1687-4722

  • e-ISSN

  • Svazek periodika

    2015:20

  • Číslo periodika v rámci svazku

    July

  • Stát vydavatele periodika

    CH - Švýcarská konfederace

  • Počet stran výsledku

    7

  • Strana od-do

  • Kód UT WoS článku

    000358610600001

  • EID výsledku v databázi Scopus