haku: @keyword automatic speech recognition / yhteensä: 10
hakutulos-lista
viite: 10 / 10
« edellinen | seuraava »
Tekijä:Varjokallio, Matti
Työn nimi:Subspace Methods for Gaussian Mixture Models in Automatic Speech Recognition
Aliavaruusmenetelmiä Gaussin mikstuurimalleille automaattisessa puheentunnistuksessa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2007
Sivut:76 s. + liitt. 5      Kieli:   eng
Koulu/Laitos/Osasto:Sähkö- ja tietoliikennetekniikan osasto
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Oja, Erkki
Ohjaaja:Kurimo, Mikko
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark S80     | Arkisto
Avainsanat:automatic speech recognition
acoustic modeling
Gaussian mixture model
multivariate normal distribution
subspace method
automaattinen puheentunnistus
akustinen mallinnus
Gaussin mikstuurimalli
moniulotteinen normaalijakauma
aliavaruusmenetelmä
Tiivistelmä (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 tietueen numero: 33976
+ lisää koriin
« edellinen | seuraava »
INSSI