Využití prostoro-časové struktury příznakových vektorů pro adaptaci neuronových sítí – Ing. Jan TRMAL
Ing. Jan TRMAL
Disertační práce
Využití prostoro-časové struktury příznakových vektorů pro adaptaci neuronových sítí
Spatio-temporal structure of feature vectors in neural network adaptation
Abstract:
This doctoral thesis aims at research in the field of the neural networks adaptation and in the field of speaker adaptive training, with special attention to the application of both in the field of automatic speech recognition. Both these technologies, i.e. the adaptation and the speaker adaptive training are often used in the area of speech recognition in the context of the GMM/HMM modeling framework …víceAbstract:
Tato práce se zabývá metodikou adaptace neuronových sítí a na řečníku adaptivním trénováním neuronových sítí pro systémy automatického rozpoznávání řeči. Obě tyto technologie, tedy jak adaptace, tak na řečníku adaptivní trénování jsou v oboru rozpoznávání řeči často využívány v rámci GMM/HMM modelovacího frameworku. Zde představují jednu z dalších přístupů k zlepšování přesnosti rozpoznávání, často …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 24. 4. 2012
Zveřejnit od: 24. 4. 2012
Obhajoba závěrečné práce
Citační záznam
Jak správně citovat práci
TRMAL, Jan. Využití prostoro-časové struktury příznakových vektorů pro adaptaci neuronových sítí. Plzeň, 2012. disertační práce (Ph.D.). ZÁPADOČESKÁ UNIVERZITA V PLZNI. Fakulta aplikovaných věd
Plný text práce
Právo: Autor si přeje zpřístupnit práci veřejnosti od 24.4.2012
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou od 24. 4. 2012 dostupné: světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: ZÁPADOČESKÁ UNIVERZITA V PLZNI, Fakulta aplikovaných vědZÁPADOČESKÁ UNIVERZITA V PLZNI
Fakulta aplikovaných vědDoktorský studijní program / obor:
Aplikované vědy a informatika / Kybernetika
Práce na příbuzné téma
-
Rozpoznávání řeči pomocí neuronových sítí s navazujícím sequence-to-sequence modelem
Matěj ŠULC -
Rozpoznávání řeči překrývajících se řečníků pomocí neuronových sítí
Jaromír Hradil -
Rekurentní neuronové sítě pro rozpoznávání řeči
Tomáš Nováčik -
Aplikace metod strojového učení pro rozpoznávání znakové řeči
Mikhail Yuskou -
"Semi-supervised" trénování hlubokých neuronových sítí pro rozpoznávání řeči
Karel Veselý -
"Semi-supervised" trénování hlubokých neuronových sítí pro rozpoznávání řeči
Karel Veselý -
Paralelní trénování neuronových sítí pro rozpoznávání řeči
Karel Veselý -
Systém rozpoznávání řeči typu E2E
Martin Halada