Detail publikace

Analysis of X-Vectors for Low-Resource Speech Recognition

KARAFIÁT Martin, VESELÝ Karel, ČERNOCKÝ Jan, PROFANT Ján, NYTRA Jiří, HLAVÁČEK Miroslav a PAVLÍČEK Tomáš. Analysis of X-Vectors for Low-Resource Speech Recognition. In: ICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Toronto, Ontario: IEEE Signal Processing Society, 2021, s. 6998-7002. ISBN 978-1-7281-7605-5.
Název česky
Analýza x-vektorů pro rozpoznávání řeči s omezenými zdroji
Typ
článek ve sborníku konference
Jazyk
angličtina
Autoři
Karafiát Martin, Ing., Ph.D. (UPGM FIT VUT)
Veselý Karel, Ing., Ph.D. (UPGM FIT VUT)
Černocký Jan, prof. Dr. Ing. (UPGM FIT VUT)
Profant Ján (Phonexia)
Nytra Jiří (Phonexia)
Hlaváček Miroslav (Phonexia)
Pavlíček Tomáš, Ing. (Phonexia)
URL
Abstrakt

Příspěvek představuje studii použitelnosti x-vektorů pro adaptaci systémů automatického rozpoznávání řeči (ASR). X-vektory jsou založeny na vložení řečníků na základě neuronových sítí (NN), které byly nedávno navrženy v rozpoznávání řečníků (SR). Rychle nahradily běžné i-vektory a staly se novou nejmodernější technikou. Zde je stejný přístup přijat pro ASR s nadějí na podobný výsledek. Všechny experimenty byly provedeny na ASR pro nejnovější vyhodnocení IARPA MATERIÁLU běžící na paštštinu. Přes x% absolutní zlepšení bylo pozorováno u x-vektorů oproti tradičním i-vektorům, i když x-vektorový extraktor nebyl trénován na cílová paštštinová data.

Financováno

Podpořeno z projektu Ministerstva vnitra České republiky Robustní zpracování nahrávek pro operativu a bezpečnost (ROZKAZ), č. VJ01010108 [img]

Rok
2021
Strany
6998-7002
Sborník
ICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Konference
2021 IEEE International Conference on Acoustics, Speech and Signal Processing, Toronto, CA
ISBN
978-1-7281-7605-5
Vydavatel
IEEE Signal Processing Society
Místo
Toronto, Ontario, CA
DOI
10.1109/ICASSP39728.2021.9414725
UT WoS
000704288407055
EID Scopus
2-s2.0-85115057300
BibTeX 
@INPROCEEDINGS{FITPUB12525,
   author = "Martin Karafi\'{a}t and Karel Vesel\'{y} and Jan \v{C}ernock\'{y} and J\'{a}n Profant and Ji\v{r}\'{i} Nytra and Miroslav Hlav\'{a}\v{c}ek and Tom\'{a}\v{s} Pavl\'{i}\v{c}ek",
   title = "Analysis of X-Vectors for Low-Resource Speech Recognition",
   pages = "6998--7002",
   booktitle = "ICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)",
   year = 2021,
   location = "Toronto, Ontario, CA",
   publisher = "IEEE Signal Processing Society",
   ISBN = "978-1-7281-7605-5",
   doi = "10.1109/ICASSP39728.2021.9414725",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/12525"
}
Nahoru