A Perceptually Inspired Data Augmentation Method for Noise Robust CNN Acoustic Models

Hasonló tételek

• Increasing the robustness of CNN acoustic models using autoregressive moving average spectrogram features and channel dropout
  Szerző: Kovács György, et al.
  Megjelent: (2017)
• Reducing the Inter-speaker Variance of CNN Acoustic Models Using Unsupervised Adversarial Multi-task Training
  Szerző: Tóth László, et al.
  Megjelent: (2019)
• Noise Robust Automatic Speech Recognition Based on Spectro-Temporal Techniques
  Szerző: Kovács György
  Megjelent: (2018)
• CNN model on cell multiprocessor array
  Szerző: Nagy Zoltán, et al.
  Megjelent: (2008)
• Perceptual categorization applications for the experimental psychopathology of schizophrenia /
  Szerző: Kéri Szabolcs
  Megjelent: (1999)