Spontán, nagyszótáras, folyamatos beszéd gépi felismerési pontosságának növelése beszélőadaptációval a MALACH projektben
Cikkünkben bemutatjuk, hogy az MLLR (Maximum Likelihood Linear Regression) alapú beszélőadaptálás során a beszédfelismerési hatékonyság az adott spontán magyar nyelvű adatbázison jelentősen növekszik. Többféle módszert kipróbáltunk mind a felügyelt mind a felügyeletlen adaptálódás esetén is. A globá...
Elmentve itt :
Szerzők: |
Tüske Zoltán Mihajlik Péter Fegyó Tibor |
---|---|
Testületi szerző: | Magyar Számítógépes Nyelvészeti Konferencia (5.) (2007) (Szeged) |
Dokumentumtípus: | Könyv része |
Megjelent: |
2007
|
Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
5 |
Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
Online Access: | http://acta.bibl.u-szeged.hu/58663 |
Hasonló tételek
-
Nagyszótáras híranyagok felismerési pontosságának növelése morfémaalapú, folyamatos beszédfelismerővel
Szerző: Tarján Balázs, et al.
Megjelent: (2009) -
Gépi beszéd természetességének növelése automatikus, beszédjel alapú hangsúlycímkéző algoritmussal
Szerző: Szaszák György, et al.
Megjelent: (2016) -
Kétszintű algoritmus spontán beszéd prozódiaalapú szegmentálására
Szerző: Beke András, et al.
Megjelent: (2015) -
Magyar nyelv nagyszótáras beszédfelismerési feladatok adatelégtelenségi problémáinak csökkentése nyelvimodell-interpoláció alkalmazásával
Szerző: Tarján Balázs, et al.
Megjelent: (2010) -
Restrikciós enzimek felismerési szekvenciáinak meghatározása
Szerző: Magyar Judit
Megjelent: (1986)