权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Nichtnegative Matrix-Faktorisierung zur störrobusten Merkmalsextraktion in der Sprachverarbeitung

语言处理中抗干扰特征提取的非负矩阵分解

基本信息

批准号：
168309859
负责人：
Professor Dr.-Ing. Björn Schuller
金额：
--
依托单位：
Chair of Health Informatics
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2010
资助国家：
德国
起止时间：
2009-12-31 至 2013-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/168309859?language=en
关键词：
Nichtnegative Matrix Faktorisierung zur st

项目摘要

Hauptziel des Forschungsvorhabens ist, die Erkennung von Sprach- und Musiksignalen störrobuster zu gestalten. Besonderes Kennzeichen ist die Integration von Merkmalen, die auf Nichtnegativer Matrix-Faktorisierung (NMF) basieren. NMF – ein Verfahren zur Datenreduktion – erfreut sich in der Signalverarbeitung jüngst zunehmender Popularität. Dabei wird meist ein Spektrogramm in zwei Faktoren zerlegt. Der erste enthält eine spektrale ‘Basis’ des Signals, der zweite die Aktivität der Basisvektoren über die Zeit. In diesem Forschungsvorhaben werden aus dem zweiten Faktor Merkmale gewonnen, die bestehende Architekturen zur Sprach- und Musikverarbeitung ergänzen können. Erste durchgeführte Experimente zur NMF-Merkmalsextraktion für die störrobuste Erkennung gesprochener Buchstabensequenzen im Fahrzeug haben sich dabei konventionellen Verfahren als signifikant überlegen und äußerst vielversprechend erwiesen. Das dabei verwendete Verfahren soll im Rahmen des Projekts durch Weiterentwicklung der NMF verbessert werden und insbesondere für den Einsatz in echtzeitfähigen Spracherkennungssystemen, auch für fließende Sprache, vorbereitet werden. Schließlich sollen die beschriebenen NMF-Merkmale in weiteren Anwendungsfeldern wie Emotionserkennung, Erkennung von nichtlinguistischer Vokalisierung wie Lachen oder Husten in Sprache und Akkorderkennung mit dem Ziel der Steigerung aktueller Erkennungsgüte und der Störrobustheit eingesetzt werden.

研究中心是语言和音乐信号的研究中心。因此，Kennzeichen是Merkmalen的积分，基于NMF。NMF - ein Verfahren zur Datenreduktion - erfreut sich in der Signalverarbeitung jüngst zunehmender Popularität.大北将在两个工厂里有一个演讲。Der erste enthält eine spektrale 'Basis' des Signals，der zweite die Aktivität der Basisvektoren über die Zeit.在这个由两个因素组成的研究韦尔登中，最好的建筑是语言和音乐。第一次通过NMF-Merkmalsextraktion für die störrobuste Erkennung gesprochener Buchstabensequenzen im Fahrzeug haben sich dabei konventionellen Verfahren als signifikant überlegen und äußerst vielversprechend erwiesen进行实验。Das dabei verwendete Verfahren soll im Rahmen des Projekts durch Weiterentwicklung der NMF verbessert韦尔登and insbesondere für den Einquiry in echtzeitfähigen Sprackerkennungssystemen，auch für fließensprache，vorbeitt韦尔登. Schließlich sollen die beschriebenen NMF-Merkmale in weiteren Anwendungsfeldern wie extractionserkennung，Erkennung von nichtlinguistischer Vokalisierung wie Lachen or der Husten in Sprache and Akkorderkennung mit dem Ziel der Steigerung aktueller Erkennungsgüte und der Störrobustheit eingesetzt韦尔登.