Incorporating Knowledge Sources into Statistical Speech Recognition (eBook)
XXIV, 196 Seiten
Springer US (Verlag)
978-0-387-85830-2 (ISBN)
Incorporating Knowledge Sources into Statistical Speech Recognition addresses the problem of developing efficient automatic speech recognition (ASR) systems, which maintain a balance between utilizing a wide knowledge of speech variability, while keeping the training / recognition effort feasible and improving speech recognition performance. The book provides an efficient general framework to incorporate additional knowledge sources into state-of-the-art statistical ASR systems. It can be applied to many existing ASR problems with their respective model-based likelihood functions in flexible ways.
Incorporating Knowledge Sources into Statistical Speech Recognition addresses the problem of developing efficient automatic speech recognition (ASR) systems, which maintain a balance between utilizing a wide knowledge of speech variability, while keeping the training / recognition effort feasible and improving speech recognition performance. The book provides an efficient general framework to incorporate additional knowledge sources into state-of-the-art statistical ASR systems. It can be applied to many existing ASR problems with their respective model-based likelihood functions in flexible ways.
Preface 7
Contents 9
List of Figures 12
List of T ables 18
Glossary 19
1 Introduction and Book Overview 22
2 Statistical Speech Recognition 39
3 Graphical Framework to Incorporate Knowledge Sources 74
4 Speech Recognition Using GFIKS 97
5 Conclusions and Future Directions 156
A Speech Materials 161
B ATR Software Tools 168
C Composition of Bayesian Wide-phonetic Context 177
D Statistical Signicance Testing 182
References 188
Index 201
| Erscheint lt. Verlag | 27.2.2009 |
|---|---|
| Reihe/Serie | Lecture Notes in Electrical Engineering | Lecture Notes in Electrical Engineering |
| Zusatzinfo | XXIV, 196 p. 100 illus. |
| Verlagsort | New York |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik ► Netzwerke |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Naturwissenschaften ► Physik / Astronomie ► Mechanik | |
| Technik ► Elektrotechnik / Energietechnik | |
| Technik ► Nachrichtentechnik | |
| Schlagworte | Acoustic Modeling • Automatic speech recognition • Bayesian Network • Cognition • Junction tree • Knowledge Source Incoporation • proving • Speech Recognition • Wide-Context Dependency |
| ISBN-10 | 0-387-85830-X / 038785830X |
| ISBN-13 | 978-0-387-85830-2 / 9780387858302 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 5,2 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
