Detail výsledku

Robust Speech Recognition in Unknown Reverberant and Noisy Conditions

HSIAO, R.; MA, J.; HARTMANN, W.; KARAFIÁT, M.; GRÉZL, F.; BURGET, L.; SZŐKE, I.; ČERNOCKÝ, J.; WATANABE, S.; CHEN, Z.; MALLIDI, S.; HEŘMANSKÝ, H.; TSAKALIDIS, S.; SCHWARTZ, R. Robust Speech Recognition in Unknown Reverberant and Noisy Conditions. In Proceedings of 2015 IEEE Automatic Speech Recognition and Understanding Workshop. Scottsdale, Arizona: IEEE Signal Processing Society, 2015. p. 533-538. ISBN: 978-1-4799-7291-3.
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Hsiao Roger, FIT (FIT)
Ma Jeff
Hartmann William
Karafiát Martin, Ing., Ph.D., UPGM (FIT)
Grézl František, Ing., Ph.D., UPGM (FIT)
Burget Lukáš, doc. Ing., Ph.D., UPGM (FIT)
Szőke Igor, Ing., Ph.D., UPGM (FIT)
Černocký Jan, prof. Dr. Ing., UPGM (FIT)
Watanabe Shinji
Chen Zhuo
Mallidi Sri Harish, FIT (FIT)
Heřmanský Hynek, prof. Ing., Dr. Eng., UPGM (FIT)
Tsakalidis Stavros, FIT (FIT)
Schwartz Richard, FIT (FIT)
Abstrakt

In this paper, we describe our work on the ASpIRE (AutomaticSpeech recognition In Reverberant Environments)challenge, which aims to assess the robustness of automaticspeech recognition (ASR) systems. The main characteristic ofthe challenge is developing a high-performance system withoutaccess to matched training and development data. Whilethe evaluation data are recorded with far-field microphones innoisy and reverberant rooms, the training data are telephonespeech and close talking. Our approach to this challengeincludes speech enhancement, neural network methods andacoustic model adaptation, We show that these techniquescan successfully alleviate the performance degradation due tonoisy audio and data mismatch.

Klíčová slova

ASpIRE challenge, robust speech recognition

URL
Rok
2015
Strany
533–538
Sborník
Proceedings of 2015 IEEE Automatic Speech Recognition and Understanding Workshop
Konference
The 2015 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU 2015)
ISBN
978-1-4799-7291-3
Vydavatel
IEEE Signal Processing Society
Místo
Scottsdale, Arizona
DOI
10.1109/ASRU.2015.7404841
UT WoS
000380604800076
EID Scopus
2-s2.0-84964470918
BibTeX 
@inproceedings{BUT120392,
  author="Roger {Hsiao} and Jeff {Ma} and William {Hartmann} and Martin {Karafiát} and František {Grézl} and Lukáš {Burget} and Igor {Szőke} and Jan {Černocký} and Shinji {Watanabe} and Zhuo {Chen} and Sri Harish {Mallidi} and Hynek {Heřmanský} and Stavros {Tsakalidis} and Richard {Schwartz}",
  title="Robust Speech Recognition in Unknown Reverberant and Noisy Conditions",
  booktitle="Proceedings of 2015 IEEE Automatic Speech Recognition and Understanding Workshop",
  year="2015",
  pages="533--538",
  publisher="IEEE Signal Processing Society",
  address="Scottsdale, Arizona",
  doi="10.1109/ASRU.2015.7404841",
  isbn="978-1-4799-7291-3",
  url="https://www.fit.vut.cz/research/publication/11067/"
}
Soubory
Projekty
Centrum excelence IT4Innovations, MŠMT, Operační program Výzkum a vývoj pro inovace, ED1.1.00/02.0070, zahájení: 2011-01-01, ukončení: 2015-12-31, ukončen
Dolování infoRmAcí z řeči Pořízené vzdÁlenými miKrofony, MV, Bezpečnostní výzkum České republiky 2015-2020, VI20152020025, zahájení: 2015-10-01, ukončení: 2020-09-30, ukončen
IARPA Tvorba rozpoznávačů řeči pro vyhledávání klíčových slov v novém jazyce s omezenými trénovacími daty za týden (BABEL) - Babelon, BBN, zahájení: 2012-03-05, ukončení: 2016-11-04, ukončen
Výzkumné skupiny
Výzkumná skupina dolování dat z řeči BUT Speech@FIT (VZ SPEECH)
Pracoviště
Ústav počítačové grafiky a multimédií (UPGM)
Nahoru