haku: @supervisor Alku, Paavo / yhteensä: 39
hakutulos-lista
viite: 18 / 39
« edellinen | seuraava »
Tekijä:Keronen, Sami
Työn nimi:Parrallel model combination in large vocabulary continuous speech recognition
Rinnakkaisten äänimallien yhdistäminen jatkuvassa laajan sanaston puheentunnistuksessa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2009
Sivut:(8+) 62      Kieli:   eng
Koulu/Laitos/Osasto:Signaalinkäsittelyn ja akustiikan laitos
Oppiaine:Akustiikka ja äänenkäsittelytekniikka   (S-89)
Valvoja:Alku, Paavo
Ohjaaja:Palomäki, Kalle
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:noise robust
noisy
large vocabulary
speech recognition
data-driven PMC
noise model
full feature vector
kohinansieto
kohinainen
suuri sanasto
puheentunnistus
data-driven PMC
kohinamalli
piirteiden täysi asteluku
Tiivistelmä (fin): Yksi eniten automaattista puheentunnistusta vaikeuttavista ulkoisista tekijöistä on taustamelun määrä ja laatu.
Kohinaista puheentunnistusta on tutkittu jo pitkään, mutta suurin osa tutkimuksista on tehty pienen tai keskisuuren sanaston, tai yksittäisten sanojen tunnistimilla englannin kielellä.
Tässä TKK:n Adaptiivisen Informatiikan tutkimusyksikössä tehdyssä työssä tutkittiin Data-driven PMC-kohinansietomenetelmän soveltuvuutta jatkuva-aikaisen laajan suomenkielisen sanaston tunnistukseen.
DPMC:ssä opetetaan mallit sekä puheelle että kohinalle, jotka yhdistämällä voidaan estimoida kohinaista puhetta.
Testiaineistona käytettiin sekä valmiiksi meluisassa ympäristössä nauhoitettua puhetta että puhtaan puheen päälle lisättyä kohinaa.
Lisäksi tutkittiin kohinamallin piirteiden asteluvun vaikutusta tunnistustuloksiin.
Yleensä kepstritason kertoimien määrää vähennetään laskennan tehostamiseksi.

Tulosten perusteella Data-driven PMC-menetelmä paransi huomattavasti matalan signaali-kohinasuhteen tunnistustarkkuutta verrattuna perustason tunnistimeen, josta kohinansieto puuttui.
Heikosti kohinaisella signaalilla ilmiö oli lähes päinvastainen; DPMC:n kirjaintason virheprosentiksi saatiin eräässä, kokonaistuloksia kuvastavassa, julkisella paikalla nauhoitetulla puheella tehdyssä testissä 14,1 % (SNR 24 dB), 16,0 % (14 dB) ja 23,3 % (9 dB).
Perustason tunnistimen vastaaviksi virheprosenteiksi saatiin 6,6 %, 34,8 % ja 49,5 %.
Kohinamallin piirteiden asteluvun pitäminen täytenä näytti pienentävän tunnistusvirhettä suhteellisesti enemmän suurilla signaali-kohinasuhteilla kuin pienillä.
Samassa aitoa kohinaista dataa käyttävässä testissä saavutettiin virheprosenteiksi 13,6 %, 15,7 % ja 23,0 %.
Data-driven PMC:llä pystytään parempaankin tunnistustarkkuuteen laskenta-ajan kustannuksella, jos Monte-Carlo menetelmällä generoitujen jakaumaestimaattien otantaa kasvatetaan.
ED:2009-04-17
INSSI tietueen numero: 37318
+ lisää koriin
« edellinen | seuraava »
INSSI