haku: @instructor Kallasjoki, Heikki / yhteensä: 2
hakutulos-lista
viite: 2 / 2
« edellinen | seuraava »
Tekijä:Padilla Arias, José David
Työn nimi:Coupling acoustic and language models in speech recognition in noisy conditions
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2012
Sivut:[7] + 45      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan laitos
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Kurimo, Mikko
Ohjaaja:Palomäki, Kalle ; Kallasjoki, Heikki
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 Aalto     | Arkisto
Avainsanat:automatic speech recognition
acoustic modelling
language modelling
SNR estimation
spectral substraction
Tiivistelmä (eng): Automatic speech recognition systems have difficulties with adapting to different speakers and acoustic environments, unlike humans that can overcome them without great difficulties.
This represents an obstacle in developing real world applications where the speech recognition system is used in varying noisy environments.

This work addresses the problem of automatic speech recognition in noisy conditions, focusing on coupling acoustic and language models to achieve better speech recognition results.
Specifically, the letter error rates and word error rates are compared for different coupling values of the acoustic and language models in the same data set with different values of SNR artificially added noise.

Results of these experiments show a near linear relationship between SNR in dB and the factor that adjusts language model logarithmic likelihood.
An approach based on spectral subtraction is presented to estimate the optimal scaling factor based on mapping an estimation of the SNR to the language model scale.

The results obtained show better recognition rates than the baseline fixed o to a constant LM scale value.
Performance near to optimal LM scale on average for each SNR is achieved by the given approach.
However, the results are still far from the ones obtained from the best utterance wise LM scale.
ED:2012-09-28
INSSI tietueen numero: 45299
+ lisää koriin
« edellinen | seuraava »
INSSI