Přejít na obsah

Publikace

Detail publikace

Citace

Vaněk Jan and Psutka Josef V. and Zelinka Jan and Trmal Jan : Training of Speaker-Clustered Discriminative Acoustic Models for Use in Real-Time Recognizers . Speech Processing, vol. 2010, p. 152-158, Institute of Photonics and Electronics AS CR, Prague, 2010.

PDF ke stažení

PDF

Abstrakt

It is well known that gender-dependent (male/female) acoustic models are more acoustically homogeneous and therefore give better recognition performance than single gender-independent model in the case where the gender is successfully detected or a priory known. Speakers do not need to be split to two groups only. An algorithm to make higher number of speaker clusters is described in this paper. Further, the paper deals with a problem how to use these gender-based or speaker-clustered acoustic models in a real-time LVCSR where information from an automatic cluster detector is often delayed or incorrect. Moreover, various ways, how to incorporate discriminative training methods into training of the speaker-clustered acoustic models, are discussed in the paper.

Abstrakt v češtině

Je dobře známo, že akustické modely, založené na informaci o pohlaví řečníka, jsou více akusticky homogenní, a proto dosahují lepších výsledků rozpoznávání než jeden univerzální akustický model v případě, že je pohlaví řečníka úspěšně detekováno, nebo předem známo. Řečníci ovšem nemusí být rozděleni jen do dvou skupin. V tomto článku je popsán algoritmus, který je schopen vytvořit větší množství shluků řečníků. Dále se tento článek zabývá problémem vhodného použití těchto modelů v systémech rozpoznávání řeči pracujících v reálném čase, kde informace od detektoru správného shluku řečníků je často zpožděná nebo nesprávná. Dále jsou ještě v článku diskutovány různé přístupy k začlenění diskriminativních metod při trénování těchto akustických modelů.

Detail publikace

Název: Training of Speaker-Clustered Discriminative Acoustic Models for Use in Real-Time Recognizers
Autor: Vaněk Jan ; Psutka Josef V. ; Zelinka Jan ; Trmal Jan
Název - česky: Trénování diskriminativních akustických modelů založených na shlucích řečníků pro rozpoznávání řeči pracujícím v reálném čase
Jazyk publikace: anglicky
Datum vydání: 22.9.2010
Rok vydání: 2010
Typ publikace: Stať ve sborníku
Název časopisu / knihy: Speech Processing
Číslo vydání: 2010
Strana: 152 - 158
ISBN: 978-80-86269-21-4
Nakladatel: Institute of Photonics and Electronics AS CR
Místo vydání: Prague
2011-03-15 16:21:58 / 2012-02-17 11:34:17 / 1

Klíčová slova

Acoustics modeling, speaker-clustered models, automatic speech recognition

Klíčová slova v češtině

Akustické modelování, modely založené na shlucíh řečníků, automatické rozpoznávání řeči

BibTeX

@INPROCEEDINGS{VanekJan_2010_Trainingof,
 author = {Van\v{e}k Jan and Psutka Josef V. and Zelinka Jan and Trmal Jan},
 title = {Training of Speaker-Clustered Discriminative Acoustic Models for Use in Real-Time Recognizers},
 year = {2010},
 publisher = {Institute of Photonics and Electronics AS CR},
 journal = {Speech Processing},
 address = {Prague},
 volume = {2010},
 pages = {152-158},
 ISBN = {978-80-86269-21-4},
 url = {http://www.kky.zcu.cz/en/publications/VanekJan_2010_Trainingof},
}