Full metadata record
| DC pole | Hodnota | Jazyk |
|---|---|---|
| dc.contributor.author | Kolář, Jáchym | |
| dc.contributor.author | Shriberg, Elizabeth | |
| dc.contributor.author | Liu, Yang | |
| dc.date.accessioned | 2016-01-06T08:36:05Z | |
| dc.date.available | 2016-01-06T08:36:05Z | |
| dc.date.issued | 2006 | |
| dc.identifier.citation | KOLÁŘ, Jáchym; SHRIBERG, Elizabeth; LIU, Yang. Using prosody for automatic sentence segmentation of multi-party meetings. In: Text, speech and dialogue. Berlin: Springer, 2006, p. 629-636. (Lectures notes in computer science; 4188). ISBN 978-3-540-39090-9. | en |
| dc.identifier.isbn | 978-3-540-39090-9 | |
| dc.identifier.uri | http://www.kky.zcu.cz/cs/publications/KolarJ_2006_Usingprosodyfor | |
| dc.identifier.uri | http://hdl.handle.net/11025/17113 | |
| dc.description.abstract | Tento článek zkoumá použití prozodický příznaků pro automatickou větnou segmentaci vícestranných mítinků. Výsledky ukazují, že 1) informace o délkách pauz jsou důležité 2) přidání příznaků trvání, F0 a energie významě systém zlepšuje 3) integrovaný boosting model funguje lépe než HMM v ASR podmínkách 4) trénování boosting modelu na rozpoznaných slovech přináší další zlepšení. | cs |
| dc.format | 8 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | en | en |
| dc.publisher | Springer | en |
| dc.relation.ispartofseries | Lectures notes in computer science; 4188 | en |
| dc.rights | © Jáchym Kolář - Elisabeth Shriberg - Yang Liu | cs |
| dc.subject | automatické rozpoznávání řeči | cs |
| dc.subject | prozodie | cs |
| dc.subject | mítinky | cs |
| dc.subject | segemntace na věty | cs |
| dc.title | Using prosody for automatic sentence segmentation of multi-party meetings | en |
| dc.title.alternative | Použití prozódie k automatické větné segmentaci vícestranných mítinků | cs |
| dc.type | článek | cs |
| dc.type | article | en |
| dc.rights.access | openAccess | en |
| dc.type.version | publishedVersion | en |
| dc.description.abstract-translated | We explore the use of prosodic features beyond pauses, including duration, pitch, and energy features, for automatic sentence segmentation of ICSI meeting data. Results show that (1) information from pauses is important, including pause duration both at the boundary and at the previous and following word boundaries; (2) adding duration, pitch, and energy features yields significant improvement over pause alone;(3) the integrated boosting-based model performs better than the HMM for ASR conditions; (4) training the boosting-based model on recognized words yields further improvement. | en |
| dc.subject.translated | automatic speech recognition | en |
| dc.subject.translated | prosody | en |
| dc.subject.translated | multiparty meetings | en |
| dc.subject.translated | sentence segmentation | en |
| dc.type.status | Peer-reviewed | en |
| Vyskytuje se v kolekcích: | Články / Articles (KKY) | |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| KolarJ_2006_Usingprosodyfor.pdf | Plný text | 91,26 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/17113Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.