haku: @keyword automaattinen puheentunnistus / yhteensä: 8
viite: 8 / 8
« 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 Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen 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
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
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