Název: A direct criterion minimization based fMLLR via gradient descend
Autoři: Vaněk, Jan
Zajíc, Zbyněk
Citace zdrojového dokumentu: VANĚK, Jan; ZAJÍC, Zbyněk. A direct criterion minimization based fMLLR via gradient descend. In: Text, speech and dialogue. Berlin: Springer, 2013, p. 52-59. (Lectures notes in computer science; 8082). ISBN 978-3-642-40584-6.
Datum vydání: 2013
Nakladatel: Springer
Typ dokumentu: článek
article
URI: http://www.kky.zcu.cz/cs/publications/JanVanek_2013_ADirectCriterion
http://hdl.handle.net/11025/17162
ISBN: 978-3-642-40584-6
Klíčová slova: ASR;fMLLR;adaptace
Klíčová slova v dalším jazyce: ASR;fMLLR;adaptation
Abstrakt v dalším jazyce: Adaptation techniques are necessary in automatic speech recognizers to improve a recognition accuracy. Linear Transformation methods (MLLR or fMLLR) are the most favorite in the case of limited available data. The fMLLR is the feature-space transformation. This is the advantage with contrast to MLLR that transforms the entire acoustic model. The classical fMLLR estimation involves maximization of the likelihood criterion based on individual Gaussian components statistic.We proposed an approach which takes into account the overall likelihood of a HMMstate. It estimates the transformation to optimize the ML criterion of HMM directly using gradient descent algorithm.
Práva: © Jan Vaněk - Zbyněk Zajíc
Vyskytuje se v kolekcích:Články / Articles (NTIS)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
JanVanek_2013_ADirectCriterion.pdfPlný text101,06 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/17162

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