Speaker adaptation of deep neural network acoustic models using Gaussian mixture model framework in automatic speech recognition systems
Les différences entre conditions d'apprentissage et conditions de test peuvent considérablement dégrader la qualité des transcriptions produites par un système de reconnaissance automatique de la parole (RAP). L'adaptation est un moyen efficace pour réduire l'inadéquation entre les mo...
Main Author: | Tomashenko, Natalia |
---|---|
Other Authors: | Le Mans |
Language: | en |
Published: |
2017
|
Subjects: | |
Online Access: | http://www.theses.fr/2017LEMA1040/document |
Similar Items
-
GAUSSIAN MIXTURE MODELS FOR ADAPTATION OF DEEP NEURAL NETWORK ACOUSTIC MODELS IN AUTOMATIC SPEECH RECOGNITION SYSTEMS
by: Natalia A. Tomashenko, et al.
Published: (2016-11-01) -
Parole de locuteur : performance et confiance en identification biométrique vocale
by: Kahn, Juliette
Published: (2011) -
Structuration du modèle acoustique pour améliorer les performance de reconnaissance automatique de la parole
by: Gorin, Arseniy
Published: (2014) -
Analyse en locuteurs de collections de documents multimédia
by: Le Lan, Gaël
Published: (2017) -
Efficient speaker diarization and low-latency speaker spotting
by: Patino Villar, José María
Published: (2019)