Detail publikace

Non-Parametric Bayesian Subspace Models for Acoustic Unit Discovery

ONDEL Yang Lucas Antoine Francois, YUSUF Bolaji, BURGET Lukáš a SARAÇLAR Murat. Non-Parametric Bayesian Subspace Models for Acoustic Unit Discovery. IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH AND LANGUAGE PROCESSING, roč. 30, č. 5, 2022, s. 1902-1917. ISSN 2329-9290. Dostupné z: https://ieeexplore.ieee.org/document/9767690
Název česky
Neparametrické bayesovské podprostorové modely pro vyhledávání akustických jednotek
Typ
článek v časopise
Jazyk
angličtina
Autoři
Ondel Yang Lucas Antoine Francois, Mgr., Ph.D. (UPSAC)
Yusuf Bolaji (UPGM FIT VUT)
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT)
Saraçlar Murat (UBOGAZ)
URL
Abstrakt

Tato práce zkoumá podprostorové neparametrické modely pro úkol naučit sadu akustických jednotek z neoznačených řečových nahrávek. Omezujeme základní míru Dirichletova- Process mixture s fonetickým podprostorem odhadem z jiných zdrojových jazyků za účelem vybudování educated prior, čímž si vynutíme naučení akustických jednotek, aby připomínaly telefony známých zdrojových jazyků. Navrhují se dva typy modelů: (i) podprostor HMM (SHMM), který předpokládá, že fonetický podprostor je stejný pro každý jazyk, (ii) Hierarchický podprostor HMM (H-SHMM) což uvolňuje tento předpoklad a umožňuje mít jazykově specifický podprostor odhadovaný na neoznačených cílových datech. Tyto modely jsou aplikovány na 3 jazyky: angličtina, jorubština a mboshi a jsou porovnávány s různými konkurenčními akustickými jednotkami základní linie objevů. Experimentální výsledky ukazují, že oba podprostor modely předčí ostatní systémy z hlediska kvality shlukování a přesnost segmentace. Navíc pozorujeme, že H-SHMM poskytuje výsledky lepší než SHMM podporující myšlenku, že jazykově specifické priory jsou vhodnější než jazykově agnostické priory pro objev akustické jednotky.

Rok
2022
Strany
1902-1917
Časopis
IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH AND LANGUAGE PROCESSING, roč. 30, č. 5, ISSN 2329-9290
Vydavatel
IEEE Signal Processing Society
DOI
10.1109/TASLP.2022.3171975
UT WoS
000811572000001
EID Scopus
2-s2.0-85129456463
BibTeX 
@ARTICLE{FITPUB12791,
   author = "Francois Antoine Lucas Yang Ondel and Bolaji Yusuf and Luk\'{a}\v{s} Burget and Murat Sara\c{c}lar",
   title = "Non-Parametric Bayesian Subspace Models for Acoustic Unit Discovery",
   pages = "1902--1917",
   journal = "IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH AND LANGUAGE PROCESSING",
   volume = 30,
   number = 5,
   year = 2022,
   ISSN = "2329-9290",
   doi = "10.1109/TASLP.2022.3171975",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/12791"
}
Nahoru