About: Speaker Non-Speech Event Modelling in Recognition of Read and Spontaneous Speech     Goto   Sponge   Distinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Modelling of non-speech events brings the necessary robustness in the recognition of natural or spontaneous utterances which are usually full of such acoustic disfluencies. This paper presents the solution of speaker non-speech event modelling commonly with the analyzes how efficiently these events are modelled. Firstly, the procedure for efficient training of non-speech event models on read speech data is presented. The results of experiments with simple ASR achieved 26\,\% decrease of word error rate and a~significant decrease of insertion rate with these models. Secondly, the extension of training data with spontaneous speech collection is described. It contributes to the availability of more natural data for training purposes and mainly to the better training of non-speech event models, which is demonstrated by the experiment on filled pause recognition.
  • Modelling of non-speech events brings the necessary robustness in the recognition of natural or spontaneous utterances which are usually full of such acoustic disfluencies. This paper presents the solution of speaker non-speech event modelling commonly with the analyzes how efficiently these events are modelled. Firstly, the procedure for efficient training of non-speech event models on read speech data is presented. The results of experiments with simple ASR achieved 26\,\% decrease of word error rate and a~significant decrease of insertion rate with these models. Secondly, the extension of training data with spontaneous speech collection is described. It contributes to the availability of more natural data for training purposes and mainly to the better training of non-speech event models, which is demonstrated by the experiment on filled pause recognition. (en)
  • Modelování neřečových událostí umožňuje zvýšit robustnost systému v případě rozpoznávání přirozené či spontánní promluvy, které se vyznačují vyšším výskytem těchto událostí. Článek popisuje řešení úlohy modelování neřečových událostí řečníka a přináší analýzu, jak efektivně lze tyto události modelovat. V první části je prezentován postup trénování modelů neřečových událostí na čtených promluvách. Tento postup přináší snížení chybovosti až o 26% a výrazné snížení chybně vkládaných slov. Druhá část se zabývá rozšířením trénovací sady dat o spontánní promluvy, které napomáhá kvalitnějšímu natrénování modelů, což je doloženo na experimentu s modelováním váhavých pauz. (cs)
Title
  • Speaker Non-Speech Event Modelling in Recognition of Read and Spontaneous Speech
  • Speaker Non-Speech Event Modelling in Recognition of Read and Spontaneous Speech (en)
  • Modelování neřečových událostí při rozpoznávání čtených a spontánních promluv (cs)
skos:prefLabel
  • Speaker Non-Speech Event Modelling in Recognition of Read and Spontaneous Speech
  • Speaker Non-Speech Event Modelling in Recognition of Read and Spontaneous Speech (en)
  • Modelování neřečových událostí při rozpoznávání čtených a spontánních promluv (cs)
skos:notation
  • RIV/68407700:21230/08:03149357!RIV09-MSM-21230___
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • P(GA102/08/0707), P(GD102/08/H008), Z(MSM6840770014)
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 396308
http://linked.open...ai/riv/idVysledku
  • RIV/68407700:21230/08:03149357
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • non-speech event modelling; non-speech events; speech recognition; spontaneous speech (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [3983A94FD0EC]
http://linked.open...v/mistoKonaniAkce
  • Žilina
http://linked.open...i/riv/mistoVydani
  • Žilina
http://linked.open...i/riv/nazevZdroje
  • Digital Technologies 2008
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...vavai/riv/projekt
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Pollák, Petr
  • Rajnoha, Josef
http://linked.open...vavai/riv/typAkce
http://linked.open.../riv/zahajeniAkce
http://linked.open...n/vavai/riv/zamer
number of pages
http://purl.org/ne...btex#hasPublisher
  • Žilinská univerzita v Žiline. Elektrotechnická fakulta
https://schema.org/isbn
  • 978-80-8070-953-2
http://localhost/t...ganizacniJednotka
  • 21230
is http://linked.open...avai/riv/vysledek of
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 97 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software