Publikace
Detail publikace
Citace
p. 234-242, 2015. : Simultaneously Trained NN-based Acoustic Model and NN-based Feature Extractor . Text, Speech, and Dialogue, 18th International Conference, TSD 2015,
Abstrakt
This paper demonstrates how standard feature extraction methods such as PLP can be successfully replaced by a neural network and methods such as mean normalization, variance normalization and delta coefficients can be simultaneously utilized in a neural-network-based acoustic model. Our experiments show that this replacement is significantly beneficial. Moreover, in our experiments, also a neural-networkbased voice activity detector was employed and trained simultaneously with a neural-network-based feature extraction and a neural-networkbased acoustic model. The system performance was evaluated on the British English speech corpus WSJCAM0.
Abstrakt v češtině
Tento článek popisuje, jak mohou být standardní metody extrakce příznakových vektorů, jako je např. PLP, mohou být nahrazeny neuronovou sítí, a jak mohou být standardní metody jako normalizace střední hodnoty, normalizace variance a výpočet delta koeficientů využity při současným trénování této neuronové sítě a neuronové sítě pro akustický model. Experimenty popsané v tomto článku ukazují, že toto nahrazení je přínosné pro přesnost rozpoznávání mluvené řeči. V těchto experimentech je nadto zkoumán přínos použití neuronové sítě pro VAD, přičemž je tato síť opět trénována zároveň s ostatními sítěmi. Experimenty byly provedeny na britské databázi WSJCAM0.
Detail publikace
Název: | Simultaneously Trained NN-based Acoustic Model and NN-based Feature Extractor |
---|---|
Autor: | Jan Zelinka ; Jan Vaněk ; Luděk Müller |
Jazyk publikace: | česky |
Rok vydání: | 2015 |
Typ publikace: | Kapitola v knize |
Název časopisu / knihy: | Text, Speech, and Dialogue, 18th International Conference, TSD 2015 |
Strana: | 234 - 242 |
ISBN: | 978-3-319-24032-9 |
ISSN: | 0302-9743 |
BibTeX
@MISC{JanZelinka_2015_Simultaneously, author = {Jan Zelinka and Jan Van\v{e}k and Lud\v{e}k M\"{u}ller}, title = {Simultaneously Trained NN-based Acoustic Model and NN-based Feature Extractor}, year = {2015}, journal = {Text, Speech, and Dialogue, 18th International Conference, TSD 2015}, pages = {234-242}, ISBN = { 978-3-319-24032-9}, ISSN = {0302-9743}, url = {http://www.kky.zcu.cz/en/publications/JanZelinka_2015_Simultaneously}, }