Bandbreitenerweiterung von Telefonsprachdatenbanken zum Training breitbandiger automatischer Spracherkenner

在der vorangegangenen Einzelförderung ist es mittelels eines中，Bayes ' s schen Ansatzes gelungen, schmalbandige Telefonsprache (Bandbreite 300…3400hz) aubreitband(50…7000赫兹)unter Nutzung phonetischer Annotationen k<e:1> nstlich zu erweitern。nutzman die在训练过程中的注释，sgute Qualitätsverbesserungen erzielt word。mitlerweiler风力发电机在德国工业项目中的风力发电系统。nutzman Annotationen jedoch each in Zuge der eigenlichen Bandbreitenerweiterung (Test), dann wind eine ßerordentlich hohe Sprachqualität erzielt。Solche im off - modus erzeugten breitbandigen Sprachdaten sollen in geplanten Vorhaben in Training: Zum einen sollen sie zur Erhöhung der erkennungsrobusit den bereits vorhandenen breitbandigen Training -Sprachdaten hinzugef<e:1> gt werden。Zum anderen könnten auth neue Sprachen schneller schlossen werden, da Telefonsprachdaten vorhanden sinder zumindest aufwandsarm akquiriert werden können。在Zuge des Vorhabens erhielte der wissenschaftliche合作伙伴Zugang zu wertvollen Sprachdatensammlungen， mittels denen in Concept Proof des wissenschaftlichen Ansatzes <s:2> berhaupt nur möglich ist。算法：Weiterentwicklungen werden stat auf Sprachqualität eher auf die geeignete Erzeugung einer geeigneten Variabilität in den bandbreitenerweiterten Sprachdaten abzielen mssen， 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 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.