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

Kontextsensitive automatische Erkennung spontaner Sprache mit BLSTM-Netzwerken

使用 BLSTM 网络上下文感知自动识别自发语音

基本信息

批准号：
193507010
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：
2011
资助国家：
德国
起止时间：
2010-12-31 至 2013-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/193507010?language=en
关键词：
Kontextsensitive automatische Erkennung spontaner Sprache

项目摘要

Trotz zahlreicher Fortschritte im Bereich der automatischen Spracherkennung ist die Erkennungsleistung und Robustheit heutiger Spracherkennungssysteme nicht ausreichend, um als Grundlage für natürliche, spontansprachliche Mensch-Maschine-Interaktion zu dienen. Ziel des Forschungsvorhabens ist es deshalb, die Genauigkeit von Systemen zur Erkennung natürlicher, fließender Sprache mittels neuartiger Mustererkennungsmethoden zu verbessern. Da die Effizienz der menschlichen Spracherkennung vor allem auf der intelligenten Auswertung von Langzeit-Kontextinformation beruht, sollen dabei Ansätze zur Berücksichtigung von Kontext auf Merkmalsebene verfolgt werden. Ausgehend von sogenannten Tandem-Spracherkennern, bei denen neuronale Netze zur Phonemprädiktion in Kombination mit dynamischen Klassifikatoren verwendet werden, sollen hierzu bidirektionale Long Short-Term Memory (BLSTM) Netzwerke eingesetzt werden. Im Gegensatz zu derzeit in Tandem- Systemen verwendeten Phonemschätzern erlaubt es das BLSTM-Prinzip, ein optimales Maß an Kontextinformation bei der Prädiktion mit einzubeziehen. Da jüngste Erfolge im Bereich der kontextsensitiven Phonemerkennung und Schlüsselwortdetektion die Effektivität des BLSTM-Ansatzes unterstreichen, ist eine entsprechende Weiterentwicklung kontinuierlicher Spracherkennungssysteme äußerst vielversprechend.

(1)自动化系统与鲁棒系统之间的相互作用，与<s:1>自动化系统与机器之间的相互作用之间的相互作用。在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国。【参考译文】在德国，人们对知识的理解和理解是非常重要的。在德国，人们对知识的理解和理解是非常重要的。[2]基于神经网络的长短时记忆（BLSTM）神经网络的研究进展。Im Gegensatz zu derzeit in Tandem- Systemen verwendeten Phonemschätzern erlaubt es das BLSTM-Prinzip, ein optimales masan Kontextinformation bei der Prädiktion mit einzubeziehen。djjngste Erfolge im berich der kontextsensitiven phonerkennung and schlsselwortdetection die Effektivität des BLSTM-Ansatzes unterstreichen, ist eine entsprechende Weiterentwicklung kontinuerlicher Spracherkennungssysteme äußerst vielversprechend。

项目成果

期刊论文数量（4）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Single-channel speech separation with memory-enhanced recurrent neural networks

DOI：
10.1109/icassp.2014.6854294
发表时间：
2014-05
期刊：
2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
影响因子：
0
作者：
F. Weninger;F. Eyben;Björn Schuller
通讯作者：
F. Weninger;F. Eyben;Björn Schuller

Feature enhancement by deep LSTM networks for ASR in reverberant multisource environments