Detail publikace

BUT OpenSAT 2017 speech recognition system

KARAFIÁT, M.; BASKAR, M.; SZŐKE, I.; MALENOVSKÝ, V.; VESELÝ, K.; GRÉZL, F.; BURGET, L.; ČERNOCKÝ, J. BUT OpenSAT 2017 speech recognition system. In Proceedings of Interspeech 2018. Proceedings of Interspeech. Hyderabad: International Speech Communication Association, 2018. p. 2638-2642. ISSN: 1990-9772.
Název česky
VUT systém rozpoznávání řeči pro OpenSAT 2017
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Karafiát Martin, Ing., Ph.D. (UPGM)
Baskar Murali Karthick, Ing., Ph.D.
Szőke Igor, Ing., Ph.D. (UPGM)
Malenovský Vladimír, Ing., Ph.D. (UPGM)
Veselý Karel, Ing., Ph.D. (UPGM)
Grézl František, Ing., Ph.D. (UPGM)
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
Černocký Jan, prof. Dr. Ing. (UPGM)
URL
Klíčová slova

speech recognition, multilingual training, BLSTM, data augmentation, robustness

Abstrakt

Článek pojednává o VUT systému rozpoznávání řeči pro OpenSAT 2017 evaluace, které proběhly pro dvě domény: Low Resourced Languages and Public Safety Communications. První doména byla náročná kvůli nedostatku tréninkových dat, proto byly pro trénink BLSTM použity vícejazyčné přístupy a byly použity nedávno publikované sítě Residual Memory Networks vyžadující méně tréninkových dat. Kombinace obou přístupů vedla k vynikajícímu výkonu. Druhá doména byla náročná kvůli nahrávání v extrémních podmínkách: specifický kanál, reproduktor ve stresu, vysoká úroveň šumu. Proces získávání dat byl velmi důležitý pro dosažení přiměřeně dobrého výkonu.

Rok
2018
Strany
2638–2642
Časopis
Proceedings of Interspeech, roč. 2018, č. 9, ISSN 1990-9772
Sborník
Proceedings of Interspeech 2018
Konference
Interspeech 2018, Hyderabad, India, IN
Vydavatel
International Speech Communication Association
Místo
Hyderabad
DOI
10.21437/Interspeech.2018-2457
UT WoS
000465363900553
EID Scopus
2-s2.0-85054958921
BibTeX 
@inproceedings{BUT155099,
  author="Martin {Karafiát} and Murali Karthick {Baskar} and Igor {Szőke} and Vladimír {Malenovský} and Karel {Veselý} and František {Grézl} and Lukáš {Burget} and Jan {Černocký}",
  title="BUT OpenSAT 2017 speech recognition system",
  booktitle="Proceedings of Interspeech 2018",
  year="2018",
  journal="Proceedings of Interspeech",
  volume="2018",
  number="9",
  pages="2638--2642",
  publisher="International Speech Communication Association",
  address="Hyderabad",
  doi="10.21437/Interspeech.2018-2457",
  issn="1990-9772",
  url="https://www.isca-speech.org/archive/Interspeech_2018/abstracts/2457.html"
}
Nahoru