Bandbreitenerweiterung von Telefonsprachdatenbanken zum Training breitbandiger automatischer Spracherkenner

用于训练宽带自动语音识别器的电话语音数据库的带宽扩展

• 批准号: 215637315
• 负责人: Professor Dr.-Ing. Tim Fingscheidt
• 金额: --
• 依托单位: Institut für Nachrichtentechnik
• 依托单位国家: 德国
• 项目类别: Research Grants (Transfer Project)
• 财政年份: 2012
• 资助国家: 德国
• 起止时间: 2011-12-31 至 2014-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/215637315?language=en
• 关键词: Bandbreitenerweiterung; von; Telefonsprachdatenbanken; zum; Training

In der vorangegangenen Einzelförderung ist es mittels eines erweiterten Bayes’schen Ansatzes gelungen, schmalbandige Telefonsprache (Bandbreite 300 ... 3400 Hz) auf Breitbandsprache (50 ... 7000 Hz) unter Nutzung phonetischer Annotationen künstlich zu erweitern. Nutzt man die Annotationen im Trainingsprozess, sind gute Qualitätsverbesserungen erzielt worden. Mittlerweile wird dieses Verfahren in drei Industrieprojekten für Freisprechsysteme weiterentwickelt. Nutzt man Annotationen jedoch auch im Zuge der eigentlichen Bandbreitenerweiterung (Test), dann wird eine außerordentlich hohe Sprachqualität erzielt. Solche im Offline-Modus erzeugten breitbandigen Sprachdaten sollen im geplanten Vorhaben im Training breitbandiger Spracherkenner genutzt werden: Zum einen sollen sie zur Erhöhung der Erkennungsrobustheit den bereits vorhandenen breitbandigen Trainings-Sprachdaten hinzugefügt werden. Zum anderen könnten auch neue Sprachen schneller erschlossen werden, da Telefonsprachdaten vorhanden sind oder zumindest aufwandsarm akquiriert werden können. Im Zuge des Vorhabens erhielte der wissenschaftliche Partner Zugang zu wertvollen Sprachdatensammlungen, mittels denen ein Proof of Concept des wissenschaftlichen Ansatzes überhaupt nur möglich ist. Algorithmische Weiterentwicklungen werden statt auf Sprachqualität eher auf die geeignete Erzeugung einer geeigneten Variabilität in den bandbreitenerweiterten Sprachdaten abzielen müssen, damit verbesserte Erkennungsergebnisse erzielt werden.

In der vorangegangenen Einzelförderung ist es mittels eines erweiterten Bayes'schen Ansatzes gelungen，schmalbandige Telefonsprache（Bandbreite 300. 3400 Hz）auf Breitbandsprache（50. 7000 Hz）unter Nutzung phonetischer Annotationen künstlich zu erweitern. Nutzt man die Annotationen im Trainingsprozess，sind gute Qualitätsverbesserungen erzielt沃登. Mittlerweile wird dieses Verfahren in drei Industrieprojekten für Freisprechsysteme weiterentwickelt. Nutzt man Annotationen jedoch auch im Zuge der eigentlichen Bandbreitenerweiterung（Test），dann wird eine außerordentlich hohe Sprachqualität erzielt.解决离线模式下的快速口语数据问题，需要在培训前的快速口语训练中解决韦尔登问题：只有一个解决方案可以解决快速口语训练的快速口语数据韦尔登问题。此外，新的语言也会被韦尔登所吸收，电话语言数据的处理也会被韦尔登所吸收。在知识分析合作伙伴Zugang的前期工作中，我们只需要一个知识分析的概念证明。语法分析韦尔登在语法质量上也在语法数据的带宽上增加了一个可变性，这是因为语法分析韦尔登是最好的。

项目成果

On speech quality assessment of artificial bandwidth extension

人工带宽扩展的语音质量评估

• DOI: 10.1109/icassp.2014.6854772
• 发表时间: 2014
• 期刊: 2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
• 作者: P. Bauer;C. Guillaumé;W. Tirry;T. Fingscheidt
• 通讯作者: T. Fingscheidt