Přejít na obsah

Publikace

Detail publikace

Citace

Psutka Josef V. : Benefit of maximum likelihood linear transform (MLLT) used at different levels of covariance matrices clustering in ASR systems . Lecture Notes in Artificial Intelligence, 4629, p. 431-438, 2007.

Abstrakt

The paper discusses the benefit of a Maximum Likelihood Linear Transform (MLLT) applied on selected groups of covariance matrices. The matrices were chosen and clustered using phonetic knowledge. Results of experiments are compared with outcomes obtained for diagonal and full covariance matrices of a baseline system and also for widely used transforms based on Linear Discriminant Analysis (LDA), Heteroscedastic LDA (HLDA) and Smoothed HLDA (SHLDA).

Abstrakt v češtině

Článek se snaží diskutovat využití Maximálne věrohodné lineární transformace (MLLT) aplikované na vybraných skupinách kovariančních matic. Matice byly shlukovány s využitím fonetické znalosti. Výsledky experimentů jsou porovnány s výsledky získanými na transformacích založených na Lineární diskriminační analýze (LDA), Heterosceadické LDA, a Vyhlazené HLDA (SHLDA).

Detail publikace

Název: Benefit of maximum likelihood linear transform (MLLT) used at different levels of covariance matrices clustering in ASR systems
Autor: Psutka Josef V.
Název - česky: Přínos Maximálně věrohodné lineární transformace (MLLT) použité na různých úrovních shlukování kovariančních matic v ASR systémech
Jazyk publikace: anglicky
Datum vydání: 1.1.2007
Rok vydání: 2007
Typ publikace: Článek z časopisu
Název časopisu / knihy: Lecture Notes in Artificial Intelligence
Svazek: 4629
Strana: 431 - 438
ISBN: 0302-9743
/ 2011-06-09 12:58:30 /

Klíčová slova

Maximum likelihood linear transform, feature space decorrelation

Klíčová slova v češtině

Maximále věrohodná lineární transformace, dekorelace obrayového prostoru

BibTeX

@ARTICLE{PsutkaJosefV_2007_Benefitofmaximum,
 author = {Psutka Josef V.},
 title = {Benefit of maximum likelihood linear transform (MLLT) used at different levels of covariance matrices clustering in ASR systems},
 year = {2007},
 journal = {Lecture Notes in Artificial Intelligence},
 pages = {431-438},
 series = {4629},
 ISBN = {0302-9743},
 url = {http://www.kky.zcu.cz/en/publications/PsutkaJosefV_2007_Benefitofmaximum},
}