Full metadata record
DC FieldValueLanguage
dc.contributor.authorTrmal, Jan
dc.contributor.authorVaněk, Jan
dc.contributor.authorMüller, Luděk
dc.contributor.authorZelinka, Jan
dc.date.accessioned2015-12-11T10:39:54Z
dc.date.available2015-12-11T10:39:54Z
dc.date.issued2006
dc.identifier.citationTRMAL, Jan; VANĚK, Jan; MÜLLER, Luděk; ZELINKA, Jan. Independent components for acoustic modeling. In: Proceedings of ICSPL 2006: 7th Annual Conference of the International Speech Communication Association 2006, Pittsburgh, Pennsylvania, USA, 17-21 September 2006. [Baixas]: ISCA, 2006, p. 2486-2489. ISSN 1990-9772.en
dc.identifier.issn1990-9772
dc.identifier.urihttp://www.kky.zcu.cz/cs/publications/TrmalJ_2006_Independent
dc.identifier.urihttp://hdl.handle.net/11025/16970
dc.description.abstractV článku prezentujeme komparativní studii nekolika dnes používaných metod pro extrakci a selekci příznaků. Porovnali jsme řadu ICA algoritmů oproti běžně používaným metodám DCT a PCA. Porovnání bylo provedeno na dvou úlohách. Jedná se jednak o úlohu verifikace řečníka a jednak o úlohu detekce řeči. Přesnost těchto systémů byla námi zvolenou metodikou významně pozitivně ovlivněna a to jen za cenu velmi mírně zvýšených nároků. Navíc, kde to bylo možné, jsme provedli stručné porovnání schopností extrahovat pro danou úlohu užitečnou informaci.cs
dc.format4 s.
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherISCAcs
dc.rights© Jan Trmal - Jan Vaněk - Luděk Müller - Jan Zelinkacs
dc.subjectextrakce informacícs
dc.subjectselekce informacícs
dc.subjectICA algoritmycs
dc.titleIndependent components for acoustic modelingcs
dc.title.alternativeNezávislé komponenty v akustickém modelovánícs
dc.typečlánekcs
dc.typearticleen
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedIn the paper, we present a comparative study of several methods used nowadays in the field of feature and information extraction. We compared several Independent Component Analysis (ICA) algorithms together with the commonly used Principal Component Analysis (PCA) algorithm in two real-world tasks. The first task was a Voice Activity Detection (VAD), the second is Speaker Verification and Recognition (SVR). The VAD system as well as the SVR system benefited from the ICA decompositions. Moreover, a brief comparison of the information extraction ability is described.cs
dc.subject.translatedinformation extractionen
dc.subject.translatedfeature informationen
dc.subject.translatedICA algorithmsen
dc.type.statusPeer-revieweden
Appears in Collections:Články / Articles (KIV)
Články / Articles (KKY)

Files in This Item:
File Description SizeFormat 
TrmalJ_2006_Independent.pdfPlný text65,49 kBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/16970

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.