Benutzer: Gast  Login
Originaltitel:
Diskriminative Methoden zur automatischen Spracherkennung für Telefon-Anwendungen 
Übersetzter Titel:
Discriminative Methods for Automatic Speech Recognition in Telephone Applications 
Jahr:
2001 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Ruske, Günther (Prof. Dr. Dr. habil.) 
Gutachter:
Ruske, Günther (Prof. Dr. Dr. habil.); Färber, Georg (Prof. Dr.) 
Format:
Text 
Sprache:
de 
Fachgebiet:
ELT Elektrotechnik 
Stichworte:
Automatische Spracherkennung; Hidden-Markov-Modelle; diskriminatives Training; Minimum-Classification-Error (MCE); Telefonanwendungen 
Übersetzte Stichworte:
automatic speech recognition; Hidden-Markov-Models; discriminative training; Minimum-Classification-Error (MCE); telephone applications 
Schlagworte (SWD):
Fernsprechen; Automatische Spracherkennung; Hidden-Markov-Modell; Diskriminanzanalyse 
TU-Systematik:
ELT 533d 
Kurzfassung:
Im Mittelpunkt der Arbeit steht die Optimierung der Erkennungsgenauigkeit eines Systems zur automatischen Erkennung gesprochener Sprache. Dazu werden diskriminative Methoden zur Schtäzung der Parameter von Hidden-Markov-Modellen verwendet. Im Hinblick auf eine einfache, schnelle und direkte Anwendbarkeit wird das Minimum-Classification-Error-Trainingsverfahren algorithmisch weiterentwickelt. Unter anderem wird eine Methode zur einfachen Bestimmung der Schrittweite für das verwendete Gradientenve...    »
 
Übersetzte Kurzfassung:
The goal of this work is to optimize the recognition accuracy of a system for automatic speech recognition. For this purpose discriminative methods are applied for parameter estimation of Hidden-Markov-Models. The Minimum-Classification-Error training algorithm is extended in order to allow an easy, fast and direkt application in practice. Among others a method for adjusting the step width of a gradient search was developed. A large series of consistent experiments in strong relation to real wor...    »
 
Veröffentlichung:
Universitätsbibliothek der TU München 
Mündliche Prüfung:
11.07.2001 
Dateigröße:
662561 bytes 
Seiten:
132 
Letzte Änderung:
19.06.2007