Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorMachlica, Lukáš
dc.contributor.authorZajíc, Zbyněk
dc.contributor.authorMüller, Luděk
dc.date.accessioned2015-12-17T10:12:53Z-
dc.date.available2015-12-17T10:12:53Z-
dc.date.issued2010
dc.identifier.citationMACHLICA, Lukáš; ZAJÍC, Zbyněk; MÜLLER, Luděk. Discriminative adaptation based on fast combination of DMAP and DfMLLR. In: Proceedings of ICSPL 2010: 11th Annual Conference of the International Speech Communication Association 2010, 26-30 September 2010, Makuhari, Chiba, Japan. [Baixas]: ISCA, 2010, p. 534-537. ISSN 1990-9772.en
dc.identifier.issn1990-9772
dc.identifier.urihttp://www.kky.zcu.cz/cs/publications/LukasMachlica_2010_Discriminative
dc.identifier.urihttp://hdl.handle.net/11025/17043
dc.description.abstractTato práce se zabývá kombinací diskriminativních metod adaptace, tedy diskriminativní metody maximální aposteriorní pravděpodobnosti (DMAP) a diskriminativní verze lineárních transformací vektorů příznaků (DfMLLR). Protože obě metody vyžadují rozdílné množství adaptačních dat, nabízí se je navzájem zkombinovat pro získání větší robustnosti systému. Obecně lze obě metody provést následně za sebou v pořadí DMAP, DfMLLR. To však vede k nutnosti přístupovat k datům dvakrát . Využijeme-li vlastnosti obou metod, že adaptaci počítají na základě stejných statistik a že metodou DfMLLR je možné tyto statistiky přímo transformovat do nového akustického prostoru, lze provést obě adaptace pouze s jedním přístupem k datům. Tím se znatelně zkrátí čas adaptace. V článku jsou uvedeny výsledky adaptačních metod a jejich kombinací.cs
dc.format4 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherISCAen
dc.rights© Lukáš Machlica - Zbyněk Zajíc - Luděk Müllercs
dc.subjectMAPcs
dc.subjectfMLLRcs
dc.subjectDMAPcs
dc.subjectDfMLLRcs
dc.subjectMMIcs
dc.subjectadaptacecs
dc.subjectrozpoznávání řečics
dc.titleDiscriminative adaptation based on fast combination of DMAP and DfMLLRen
dc.title.alternativeDiskriminativní adaptace založena na rychlé kombinaci metod DMAP a DfMLLRcs
dc.typečlánekcs
dc.typearticleen
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThis paper investigates the combination of discriminative adaptation techniques. The discriminative Maximum A-Posteriori (DMAP) adaptation and discriminative feature Maximum Likelihood Linear Regression (DfMLLR) are examined. Since each of the methods is proposed for distinct amount of adaptation data it is useful to combine them in order to preserve the systems performance in situations with varying amount of adaptation data. Generally, DfMLLR and DMAP are executed subsequently (DMAP preceded by DfMLLR) demanding to approach the data twice. Since both methods address the data through the same statistics an one-pass-combination was proposed in order to decrease the time consumption. The one-pass-combination utilizes the advantage of DfMLLR method to transform directly the feature vectors. However, instead of feature vectors the statistics are transformed, what allows to use already computed statistics for the DMAP pass without the need to process the data once again. All the approaches are compared also to their non-discriminative alternatives.en
dc.subject.translatedMAPen
dc.subject.translatedfMLLRen
dc.subject.translatedDMAPen
dc.subject.translatedDfMLLRen
dc.subject.translatedMMIen
dc.subject.translatedadaptationen
dc.subject.translatedspeech recognitionen
dc.type.statusPeer-revieweden
Vyskytuje se v kolekcích:Články / Articles (KKY)
Články / Articles (NTIS)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
LukasMachlica_2010_Discriminative.pdfPlný text79,13 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/17043

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. NTIS - Nové technologie pro informační společnost / NTIS - New technologies for the Information Society
  5. Články / Articles (NTIS)