Phoneme class based adaptation for mismatch acoustic modeling of distant noisy speech
Uzak gürültülü konuşmanın uyumsuz akustik modellenmesi için fonem sınıfı tabanlı uyarlama
- Tez No: 824421
- Danışmanlar: PROF. DR. JOHN H. L. HANSEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: The Unıversıty Of Texas At Dallas
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Distant speech capture in lecture halls and auditoriums offer unique challenges in algorithm development for automatic speech recognition. A new adaptation strategy for distant noisy speech is created by phoneme class based approaches for context-independent acoustic models. Unlike previous approaches such as maximum likelihood linear regression and maximum a posteriori (MLLR and MAP) adaptation which adapts the acoustic model to the features, the proposed phoneme-class based adaptation (PCBA) strategy adapts the distant data features to the present acoustic model which was previously trained on close microphone speech. The essence of PCBA is to create a transformation strategy which makes the distribution of phoneme-classes of distant noisy speech be similar to those of a close talk microphone acoustic model in a multidimensional mel-frequency cepstral coefficient (MFCC) space. PCBA creates a mean, orientation and variance adaptation scheme for each phoneme class to compensate for the overall mismatch of distance (talker to far-field microphone). New adapted features, and new and improved acoustic models produced by PCBA are shown to outperform those created by MLLR-MAP adaptation for automatic speech recognition (ASR) and keyword spotting (KWS). PCBA offers a new powerful understanding in acoustic-modeling of distant speech.
Özet (Çeviri)
Konferans salonlarında uzaktan konuşma yakalama, otomatik konuşma tanımaya yönelik algoritma geliştirmede belirli zorluklar sunar. Bağlamdan bağımsız akustik modeller için fonem sınıfına dayalı yaklaşımlarla uzak gürültülü konuşmaya yönelik yeni bir uyarlama stratejisi oluşturulmuştur. Akustik modeli özniteliklere uyarlayan Maksimum Olasılık Doğrusal Regresyon ve Maksimum Ardıl (MLLR ve MAP) uyarlama gibi önceki yaklaşımlardan farklı olarak, önerilen fonem sınıfı tabanlı uyarlama (PCBA) stratejisi, uzaktan kaydedilmiş verinin özniteliklerini, daha önce yakın mikrofon konuşması ile eğitilmiş mevcut akustik modele uyarlar. PCBA'nın temeli, uzak gürültülü konuşmaya ait fonem sınıflarının dağılımını, çok boyutlu bir mel-frekans cepstral katsayı (MFCC) uzayındaki yakın konuşma mikrofonu akustik modeline benzer hale getiren bir dönüşüm stratejisi yaratmaktır. PCBA, mesafe uyumsuzluğunu (konuşmacıdan uzak alan mikrofonuna) telafi etmek amacıyla her ses birimi sınıfı için bir ortalama, yönelim ve varyans uyarlama şeması oluşturur. PCBA tarafından üretilen yeni uyarlanmış öznitelikler ile yeni ve geliştirilmiş akustik modellerin, otomatik konuşma tanıma (ASR) ve anahtar kelime tespit etme (KWS) için MLLR-MAP uyarlaması tarafından oluşturulanlardan daha iyi performans gösterdiği gösterilmiştir. PCBA, uzaktan konuşmanın akustik modellenmesinde yeni ve güçlü bir anlayış sunmaktadır.
Benzer Tezler
- Kordon kanında glukoz-6-fosfat dehidrogenaz varyantlarının araştırılması ve kinetik özelliklerinin incelenmesi
Başlık çevirisi yok
NURTEN DİKMEN
- Distinktive Merkmale der Segmentale Phoneme im Deutschen und im Türkischen (Eine kontrastive arbeit)
Başlık çevirisi yok
UMUT GÜRBÜZ
- Yabancı kökenli bazı limon çeşitlerinin muhafazası üzerinde araştırmalar
Başlık çevirisi yok
UFUK GÖRMEK
- Eugene Ionesco'nun“Sandalyeler”oyununun yorumu, tasarımı ve sahneye uygulanması
Başlık çevirisi yok
HANDAN KARAADAM
