Fundamentals of Speech Recognition and Generation - ATKL00321

• Title: Základy rozpoznávání a generování mluvené řeči
• Guaranteed by: Institute of the Czech National Corpus (21-UCNK)
• Faculty: Faculty of Arts
• Actual: from 2023
• Semester: winter
• Points: 2
• E-Credits: 3
• Examination process: winter s.:
• Hours per week, examination: winter s.:2/1, MC [HT]
• Capacity: unknown / unknown (unknown)
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: not taught
• Language: Czech
• Teaching methods: full-time
• Teaching methods: full-time
• Additional information: https://is.cuni.cz/studium/predmety/index.php?do=predmet&kod=NPFL038
• Note: course can be enrolled in outside the study plan; enabled for web enrollment
• Guarantor: Mgr. Nino Peterek, Ph.D.

Annotation

Last update: RNDr. Hana Skoumalová, Ph.D. (05.10.2012)

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.

Literature

Last update: RNDr. Hana Skoumalová, Ph.D. (05.10.2012)

Steve Young, Dan Kershaw, Julian Odell, Dave Ollason, Valtcho Valtchev, Phil Woodland, Cambridge, The HTK Book, Entropic Ltd. http://htk.eng.cam.ac.uk, 1995-2007

Zdena Palková, Fonetika a fonologie češtiny, Karolinum, Praha, 1997

PFL038 Detaily a novinky

Syllabus

Last update: RNDr. Hana Skoumalová, Ph.D. (05.10.2012)

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.