search query: @keyword kätketyt Markov-mallit / total: 5
reference: 4 / 5
« previous | next »
Author:Creutz, Mathias
Title:Adaptering i automatisk talingenkänning
Adaptation in automatic speech recognition
Adaptaatio automaattisessa puheentunnistuksessa
Publication type:Master's thesis
Publication year:2000
Pages:104      Language:   swe
Department/School:Tietotekniikan osasto
Main subject:Tietämystekniikka   (Tik-93)
Supervisor:Syrjänen, Markku
Instructor:Lindén, Krister
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 Centre

In 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

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark T80     | Archive
Keywords:speech recognition
hidden Markov models
adaptation
speaker adaptation
MLLR adaptation
Bayesian adaptation
MAP adaptation
duration adaptation
selection of an adaptation material with a given phonetical profile
puheentunnistus
kätketyt Markov-mallit
adaptaatio
puhuja-adaptaatio
MLLR-adaptaatio
bayesilainen adaptaatio
MAP-adaptaatio
pituusadaptaatio
foneettiselta profiililtaan halutunlaisen adaptaatioaineiston valinta
taligenkänning
dolda Markovmodeller
adaptering
talaradaptering
MLLR-adaptering
bayesisk adaptering
MAP-adaptering
längdadaptering
val av adapteringsmaterial med en given fonetisk profil
Abstract (fin):Tämä diplomityö käsittelee automaattiseen puheentunnistukseen liittyvää adaptaatiota.
Adaptaatio tarkoittaa olemassa olevan puheentunnistusjärjestelmän sopeuttamista uusiin olosuhteisiin, kuten uuden käyttäjän ääneen tai uudessa käyttöympäristössä esiintyvään taustakohinaan.

Työssä käsitelty suomenkielinen puheentunnistusjärjestelmä perustuu kätkettyihin Markov-malleihin.
Järjestelmän sopeuttamista uuteen puhujaan on tutkittu suorittamalla adaptaatiokokeita käyttäen kolmea testiääntä.
Adaptaatio on tapahtunut ohjatusti sekä MLLR-adaptaatiomenetelmää että bayesilaista (MAP-)menetelmää hyväksi käyttäen.

Suomenkielen äänteiden pituuserojen merkitys on otettu huomioon puheentunnistusjärjestelmässämme.
Uusi adaptaatiomuoto, pituusadaptaatio, on kehitetty ja testattu.
Pituusadaptaatio on tarpeellinen, jotta järjestelmää voidaan sopeuttaa uuteen puhenopeuteen.

Adaptaatiossa käytetyn puheaineiston valintaa on myös tutkittu.
Tavoitteena on ollut löytää aineiston optimaalinen foneettinen profiili.
Foneettisella profiililla tarkoitetaan eri äänteiden esiintymien suhteellista osuutta kaikista aineistossa olevista äänteistä.
Uusi dynaaminen menetelmä adaptaatioaineiston foneettisen profiilin valitsemiseksi on kehitetty ja testattu.
Dynaamisen menetelmän tavoitteena on uuden puhujan äänen erityispiirteiden huomioonottaminen.
Tämä tapahtuu siten, että adaptaatioaineisto sisältää suhteessa enemmän äänteitä, joita järjestelmän on vaikea tunnistaa, kuin jo varsin hyvän tunnistustarkkuuden saavuttaneita äänteitä.

Tehdyt kokeet osoittavat, että adaptaatioaineiston kokoonpano vaikuttaa selvästi adaptoidun puheentunnistusjärjestelmän tunnistustarkkuuteen.
Kuitenkin jää epäselväksi missä määrin adaptaatioaineiston profiilin dynaaminen valinta toimii paremmin kuin etukäteen suoritettu valinta, missä aineisto sisältää äänteitä suhteessa niiden esiintymistiheyteen kielessä.
Kokeiden perusteella pituusadaptaation vaikutus ei näytä merkittävältä.
ED:2000-10-04
INSSI record number: 15839
+ add basket
« previous | next »
INSSI