Bücher von Ramon Mayor Martins

Esta investigación aborda las formas de minimizar la alta tasa de error en los sistemas de reconocimiento de voz entrenados con hablantes adultos y probados con hablantes niños. El método GMM-UBM se utiliza como alternativa al método HMM en la búsqueda del factor de escala óptimo (¿-optimal) para las locuciones infantiles cuando se utiliza la técnica de estandarización de locutores. La técnica de normalización adoptada es la VTLN, que normaliza el tracto vocal de los diferentes hablantes infantiles mediante la escala de frecuencias del banco de filtros de miel. En la evaluación de esta técnica, también buscamos la cantidad de mezclas óptimas que mejoran el rendimiento del sistema.

Diese Forschung befasst sich mit Möglichkeiten zur Minimierung der hohen Fehlerquote in Spracherkennungssystemen, die mit erwachsenen Sprechern trainiert und mit Kindersprechern getestet wurden. Die GMM-UBM-Methode wird als Alternative zur HMM-Methode bei der Suche nach dem optimalen Skalierungsfaktor (¿-optimal) für Kinderstimmen verwendet, wenn die Sprecherstandardisierungstechnik verwendet wird. Die angewandte Normalisierungstechnik ist die VTLN, die den Vokaltrakt verschiedener Kinderlautsprecher durch die Frequenzskalierung der Honig-Filterbank normalisiert. Bei der Bewertung dieser Technik haben wir auch nach der Menge der optimalen Mischungen gesucht, die die Leistung des Systems verbessern.

Questa ricerca si occupa di come ridurre al minimo l'elevato tasso di errore nei sistemi di riconoscimento vocale formati con altoparlanti per adulti e testati con altoparlanti per bambini. Il metodo GMM-UBM è utilizzato come alternativa al metodo HMM nella ricerca del fattore di scala ottimale (¿-ottimale) per le voci fuori campo dei bambini quando si utilizza la tecnica di standardizzazione degli altoparlanti. La tecnica di normalizzazione adottata è la VTLN, che normalizza il tratto vocale di diversi altoparlanti per bambini attraverso la scala di frequenza del banco di filtri del miele. Nella valutazione di questa tecnica, abbiamo anche cercato la quantità di miscele ottimali che migliorano le prestazioni del sistema.

Dit onderzoek richt zich op manieren om het hoge foutenpercentage in spraakherkenningssystemen die getraind zijn met volwassen sprekers en getest zijn met kindersprekers tot een minimum te beperken. De GGM-UBM methode wordt gebruikt als alternatief voor de HMM methode bij het zoeken naar de optimale schaalfactor (¿-optimaal) voor kindervoice-overs bij gebruik van de luidsprekerstandaardisatietechniek. De toegepaste normalisatietechniek is de VTLN, die het spraakkanaal van verschillende kinderluidsprekers normaliseert door middel van de frequentieschaling van de honingfilterbank. Bij de evaluatie van deze techniek is ook gekeken naar de hoeveelheid optimale mengsels die de prestaties van het systeem verbeteren.

Badania te dotycz¿ sposobów minimalizacji wysokiego poziomu b¿¿dów w systemach rozpoznawania mowy szkolonych z udziäem doros¿ych mówców i testowanych z udziäem dzieci mówi¿cych. Metoda GMM-UBM jest stosowana jako alternatywa dla metody HMM w poszukiwaniu optymalnego wspó¿czynnika skalowania (¿-optimal) dla g¿ososów dzieci¿cych podczas stosowania techniki standaryzacji g¿o¿ników. Przyj¿ta technika normalizacji to VTLN, który normalizuje uk¿ad g¿osowy ró¿nych g¿o¿ników dzieci¿cych poprzez skalowanie cz¿stotliwo¿ci banku filtra miodu. Przy ocenie tej techniki szukali¿my równie¿ ilo¿ci optymalnych mieszanek, które poprawiaj¿ wydajno¿¿ systemu.

This research addresses ways to minimize the high error rate in speech recognition systems trained with adult speakers and tested with child speakers. The GMM-UBM method is used as an alternative to the HMM method in the search for the optimal scaling factor (¿-optimal) for child voiceovers when using the speaker standardization technique. The normalization technique adopted is the VTLN, which normalizes the vocal tract of different child speakers through the frequency scaling of the honey filter bank. In the evaluation of this technique, we also looked for the amount of optimal mixtures that improve the performance of the system.

Cette recherche porte sur les moyens de minimiser le taux d'erreur élevé des systèmes de reconnaissance vocale formés avec des locuteurs adultes et testés avec des locuteurs enfants. La méthode GMM-UBM est utilisée comme alternative à la méthode HMM dans la recherche du facteur d'échelle optimal (¿-optimal) pour les voix off d'enfants lors de l'utilisation de la technique de normalisation du locuteur. La technique de normalisation adoptée est le VTLN, qui normalise les voies vocales des différents locuteurs enfants grâce à la mise à l'échelle des fréquences de la banque de filtres à miel. Dans l'évaluation de cette technique, nous avons également cherché la quantité de mélanges optimaux qui améliorent les performances du système.