Základy rozpoznávání a generování mluvené řeči

Sylabus

Úvod do produkce a vnímání řeči.

Základní principy automatického zpracování řeči (HMM) rozpoznávání izolovaných slov, definice výstupních pravděpodobností,

Baum-Welch trénovací algoritmus, rozpoznávání a Viterbi algoritmus, rozpoznávání plynulé řeči, adaptace modelů na mluvčího.

Popis softwarového nářadí HTK moduly pro přípravu dat, moduly pro trénování, rozpoznávání a testování.

Příprava dat gramatika úlohy, jazykový model, fonetický slovník, nahrání dat, jejich přepis a kódování.

Vytvoření HMM monofonémů vytvoření startovních modelů bez znalosti časových hranic fonémů, ošetření modelu ticha, automatické doladění přepisů.

Vytvoření HMM trifonémů převod monofonému na trifonémy, trifonémové sdílení stavů pomocí rozhodovacích stromů, zjemnění pravděpodobnostních funkcí.

Metody vyhodnocení úspešnosti rozpoznávače.

Základní principy automatického generování řeči

Analýza prosodie mluvené řeči.

Anotace

Tato přednáška se zabývá rozpoznáváním a generováním řeči a extrakcí hlasových rysů a charakteristik výslovnosti. Zvláštní pozornost bude věnována Skrytým Markovovým modelům použitým na

řeč(FFT, n-dimenzionální klastrování, extrakci hodnot parametrů z dat, fonetické reprezentaci, prozodické analýze apod.). Příprava a trénování vlastních modelů rozpoznávání řeči.