search query: @keyword Gaussian mixture model / total: 3
reference: 3 / 3
« previous | next »
Author: | Varjokallio, Matti |
Title: | Subspace Methods for Gaussian Mixture Models in Automatic Speech Recognition |
Aliavaruusmenetelmiä Gaussin mikstuurimalleille automaattisessa puheentunnistuksessa | |
Publication type: | Master's thesis |
Publication year: | 2007 |
Pages: | 76 s. + liitt. 5 Language: eng |
Department/School: | Sähkö- ja tietoliikennetekniikan osasto |
Main subject: | Informaatiotekniikka (T-61) |
Supervisor: | Oja, Erkki |
Instructor: | Kurimo, Mikko |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark S80 | Archive |
Keywords: | automatic speech recognition acoustic modeling Gaussian mixture model multivariate normal distribution subspace method automaattinen puheentunnistus akustinen mallinnus Gaussin mikstuurimalli moniulotteinen normaalijakauma aliavaruusmenetelmä |
Abstract (fin): | Laadukas akustinen mallinnus on yksi keskeinen tekijä puheentunnistuksessa. Puhesignaalista lasketaan tyypillisesti korkeaulotteisia piirrevektoreja, joihin yritetään tiivistää puheentunnistuksen kannalta oleellinen tieto. Tyypillisin menetelmä puheen akustiikan mallinnukseen on kätketty Markov-malli, jossa tilojen emissiotodennäköisyysjakaumat ovat piirrevektoreihin sovitettuja Gaussin mikstuurimalleja. Piirrevektorin komponenttien välinen tilastollinen riippumattomuus helpottaa jakaumien mallinnusta. Perinteisesti tämä ominaisuus on oletettu piirrevektoreista, koska tässä tapauksessa mikstuurimalli piirteiden jakaumalle on helpompi opettaa ja akustisten todennäköisyyksien laskeminen nopeutuu. Oletus tilastollisesta riippumattomuudesta pätee koko järjestelmän tasolla kohtalaisesti, mutta tilatasolla piirteiden väliset riippuvuudet voivat olla suuriakin. Tässä työssä tutkitaankin menetelmiä, joissa Gaussin parametreja mallinnetaan koko järjestelmälle yhteisessä aliavaruudessa. Tällaiset menetelmät säilyttävät kyvyn mallintaa piirteiden välisiä riippuvuuksia kuitenkin mahdollistaen pienen parametrimäärän ja pitäen todennäköisyyksien laskemisen edullisena. Menetelmiä testattiin sekä suomenkielisessä että englanninkielisessä laajan sanaston jatkuvassa puheentunnistuksessa. Molemmilla kielillä löydettiin erilaisia malliyhdistelmiä, jotka samoilla parametrimäärillä baseline-tuloksiin verrattaessa paransivat tunnistustarkkuutta huomattavasti tai vastaavasti saavuttivat saman tunnistustarkkuuden vähemmällä parametrimäärällä. |
ED: | 2007-05-18 |
INSSI record number: 33976
+ add basket
« previous | next »
INSSI