Detail projektu

Speech enhancement front-end for robust automatic speech recognition with large amount of training data

Období řešení: 2. 1. 2023 – 31. 1. 2024

Typ projektu: smluvní výzkum

Objednatel: NTT Corporation

Název česky
Parametrizace s obohacováním řeči pro robustní automatické rozpoznávání řeči s velkým objemem trénovacích dat
Typ
smluvní výzkum
Klíčová slova

rozpoznávání řeči, diarizace mluvčího, velký objem dat, robustnost

Abstrakt

Společný výzkum se zaměří na zkoumání a vývoj technik vylepšování řeči a diarizace mluvčího pro systémy automatického rozpoznávání řeči, které jsou trénovány pomocí velkého množství tréninkových dat.

Řešitelé
Diez Sánchez Mireia, M.Sc., Ph.D. (UPGM) – hlavní řešitel
Černocký Jan, prof. Dr. Ing. (UPGM)
Pavlus Ján, Ing. (UPGM)
Peng Junyi, Master of Technology, prof. UMK (UPGM)
Švec Ján, Ing. (UPGM)
Publikace

2023

  • DELCROIX, M.; TAWARA, N.; DIEZ SÁNCHEZ, M.; LANDINI, F.; SILNOVA, A.; OGAWA, A.; NAKATANI, T.; BURGET, L.; ARAKI, S. Multi-Stream Extension of Variational Bayesian HMM Clustering (MS-VBx) for Combined End-to-End and Vector Clustering-based Diarization. In Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH. Proceedings of Interspeech. Dublin: International Speech Communication Association, 2023. p. 3477-3481. ISSN: 1990-9772. Detail
Nahoru