Ústav počítačové grafiky a multimédií


Technologie zpracování řeči pro efektivní komunikaci člověk-počítač
Hlavní řešitel:Černocký Jan
Spoluřešitelé:Hannemann Mirko, Heřmanský Hynek, Szőke Igor, Žižka Josef
Agentura:TAČR
Kód:TA01011328
Začátek:2011
Konec:2014
Klíčová slova:rozpoznávání řeči, elektronické slovníky, obrana a bezpečnost, mobilní zařízení, dialogové systémy, CRM, eLearning
Anotace:
Cílem projektu je vyvinout pokročilé techniky pro rozpoznávání řeči a nasadit je v praktických aplikacích: vyhledávání v elektronickém slovníku na mobilních zařízeních, diktování překladů, v bezpečnosti a obraně, v dialogových systémech, systémech péče o zákazníky (CRM, helpdesk apod.) a v audiovizuálním přístupu k výukovým materiálům.

Produkty

2012KALDI toolkit pro rozpoznávání řeči, software, 2012
Autoři: Povey Daniel, Ghoshal Arnab, Boulianne Gilles, Burget Lukáš, Glembek Ondřej, Goel Nagendra K., Hannemann Mirko, Motlíček Petr, Qian Yanmin, Schwarz Petr, Silovský Jan, Stemmer Georg, Veselý Karel

Publikace

2012Cumani Sandro, Plchot Oldřich, Karafiát Martin: Independent Component Analysis and MLLR Transforms for Speaker Identification, In: Proc. International Conference on Acoustics, Speech, and Signal P, Kyoto, JP, IEEESP, 2012, s. 4365-4368, ISBN 978-1-4673-0044-5
 Deoras Anoop, Mikolov Tomáš, Kombrink Stefan, Church Kenneth: Approximate inference: A sampling based modeling technique to capture complex dependencies in a language model, In: Speech Communication, roč. 2012, č. 8, Amsterdam, NL, s. 1-16, ISSN 0167-6393
 Karafiát Martin, Janda Miloš, Černocký Jan, Burget Lukáš: Region Dependent Linear Transforms in Multilingual Speech Recognition, In: Proc. International Conference on Acoustics, Speech, and Signal Processing 2012, Kyoto, JP, IEEESP, 2012, s. 4885-4888, ISBN 978-1-4673-0044-5
 Kombrink Stefan, Mikolov Tomáš, Karafiát Martin, Burget Lukáš: Improving Language Models for ASR Using Translated In-domain Data, In: Proceedings of 2012 IEEE International Conference on Acoustics, Speech and Signal Processing, Kyoto, JP, IEEESP, 2012, s. 4405-4408, ISBN 978-1-4673-0044-5
 Povey Daniel, Hannemann Mirko, Boulianne Gilles, Burget Lukáš, Ghoshal Arnab, Janda Miloš, Karafiát Martin, Kombrink Stefan, Motlíček Petr, Qian Yanmin, Riedhammer Korbinian, Veselý Karel, Vu Ngoc Thang: Generating Exact Lattices in The WFST Framework, In: Proceedings of 2012 IEEE International Conference on Acoustics, Speech and Signal Processing, Kyoto, JP, IEEESP, 2012, s. 4213-4216, ISBN 978-1-4673-0044-5
 Rath Shakti P., Karafiát Martin, Glembek Ondřej, Černocký Jan: A factorized representation of FMLLR transform based on QR-decomposition, In: Proceedings of Interspeech 2012, Portland, Oregon, US, ISCA, 2012, s. 1-4, ISBN 978-1-62276-759-5, ISSN 1990-9772
 Soufifar Mehdi, Cumani Sandro, Burget Lukáš, Černocký Jan: Discriminative Classifiers for Phonotactic Language Recognition with iVectors, In: Proc. International Conference on Acoustics, Speech, and Signal Processing 2012, Kyoto, JP, IEEESP, 2012, s. 4853-4856, ISBN 978-1-4673-0044-5
 Szőke Igor, Fapšo Michal, Veselý Karel: BUT2012 přístup pro Spoken Web Search úkol na MediaEval2012, In: CEUR Workshop Proceedings, roč. 2012, č. 927, DE, s. 1-2, ISSN 1613-0073
 Szőke Igor, Fapšo Michal, Žižka Josef, Beran Vítězslav, Černocký Jan: Efektivní přístup ke znalostem v audio-vizuálních záznamech, In: Proceedings of the Annual Database Conference, Praha, CZ, TU v Košiciach, 2012, s. 57-74, ISBN 978-80-553-1049-7
 Veselý Karel, Karafiát Martin, Grézl František, Janda Miloš, Egorova Ekaterina: The Language-Independent Bottleneck Features, In: Proceedings of IEEE 2012 Workshop on Spoken Language Technology, Miami, US, IEEESP, 2012, s. 336-341, ISBN 978-1-4673-5124-9
2011Deoras Anoop, Mikolov Tomáš, Church Kenneth: A Fast Re-scoring Strategy to Capture Long-Distance Dependencies, In: Proceedings of the 2011 Conference on Empirical Methods in Natural Language Processing July 2011 Edinburgh, Scotland, UK, Edinburgh, GB, ACL, 2011, s. 1116-1127, ISBN 978-1-937284-11-4
 Grézl František, Karafiát Martin: Integrating recent MLP feature extraction techniques into TRAP architecture, In: Proceedings of Interspeech 2011, Florence, IT, ISCA, 2011, s. 1229-1232, ISBN 978-1-61839-270-1, ISSN 1990-9772
 Grézl František: The Role of Neural Network Size in TRAP/HATS Feature Extraction, In: Proceedings Text, Speech and Dialogue 2011, Plzeň, CZ, Springer, 2011, s. 315-322, ISBN 978-3-642-23537-5, ISSN 0302-9743
 Karafiát Martin, Burget Lukáš, Matějka Pavel, Glembek Ondřej, Černocký Jan: iVector-Based Discriminative Adaptation for Automatic Speech Recognition, In: Proceedings of ASRU 2011, Hilton Waikoloa Village, Big Island, Hawaii, US, IEEESP, 2011, s. 152-157, ISBN 978-1-4673-0366-8
 Kombrink Stefan, Mikolov Tomáš, Karafiát Martin, Burget Lukáš: Recurrent Neural Network based Language Modeling in Meeting Recognition, In: Proceedings of Interspeech 2011, Florence, IT, ISCA, 2011, s. 2877-2880, ISBN 978-1-61839-270-1, ISSN 1990-9772
 Mikolov Tomáš, Deoras Anoop, Kombrink Stefan, Burget Lukáš, Černocký Jan: Empirical Evaluation and Combination of Advanced Language Modeling Techniques, In: Proceedings of Interspeech 2011, Florence, IT, ISCA, 2011, s. 605-608, ISBN 978-1-61839-270-1, ISSN 1990-9772
 Mikolov Tomáš, Deoras Anoop, Povey Daniel, Burget Lukáš, Černocký Jan: Strategies for Training Large Scale Neural Network Language Models, In: Proceedings of ASRU 2011, Hilton Waikoloa Village, Big Island, Hawaii, US, IEEESP, 2011, s. 196-201, ISBN 978-1-4673-0366-8
 Mikolov Tomáš, Kombrink Stefan, Deoras Anoop, Burget Lukáš, Černocký Jan: RNNLM - Recurrent Neural Network Language Modeling Toolkit, In: Proceedings of ASRU 2011, Hilton Waikoloa Village, Big Island, Hawaii, US, IEEESP, 2011, s. 1-4, ISBN 978-1-4673-0366-8
 Veselý Karel, Karafiát Martin, Grézl František: Convolutive Bottleneck Network Features for LVCSR, In: Proceedings of ASRU 2011, Big Island, Hawaii, US, IEEESP, 2011, s. 42-47, ISBN 978-1-4673-0366-8

Vaše IPv4 adresa: 184.72.91.94
Přepnout na IPv6 spojení

DNSSEC [dnssec]