PODCAST

Grundlagen der Automatischen Spracherkennung, WS16/17, Vorlesung

Karlsruher Institut für Technologie (KIT)

Grundlagen der Automatischen Spracherkennung, WS15/17, Vorlesung

education higher education

All Episodes

01:23:35

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/02/16

0:00:00 Starten 0:00:16 Minimierung des Wortfehlers 0:02:50 Approximierung mit N-besten Listen 0:04:06 WER Minimierung auf Wortgraphen 0:04:18 Multiple Alignment WER 0:07:03 Finden des globalen Alignment 0:08:21 Alignment als Äquivalenzrelation 0:09:44 Finden einer angemessenen Äquivalenzrelation 0:12:02 Intra-Wort-Clustern 0:14:58 Pruning 0:15:45 Confusionsnetzwerke 0:18:20 Confusionsnetzwer-Hypothese 0:19:20 Eyperimente 0:23:03 Systemkombination 0:25:00 Systemkombination mit ROVER 0:28:33

01:20:14

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/01/25

18 | 0:00:00 Starten 0:01:22 Vor- und Nachteile eines Stackdecoders 0:05:30 A* vs. Strahlsuche 0:07:22 Vermeidung von Redundanzen 0:09:23 Baumsuche 0:12:11 Baumsuche mit Sprachmodell 0:13:54 Delayed Bi-Grams 0:21:15 Einsparung durch Baum-Lexica 0:25:40 Kopien von Suchbäumen 0:29:50 Suche mit kontextabhängigen Modellen 0:32:24 Baumsuche mit kontextabhängigen Modellen 0:35:58 N-Besten Suche 0:43:27 Probleme mit n besten Listen 0:45:27 Wortgraphen 0:47:39 Zusammenfassung

01:19:30

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/01/19

17 | 0:00:00 Starten 0:00:04 Suche 0:01:31 Erinnerung: Fundamentalformel 0:02:05 Suche in der Spracherkennung 0:05:08 Erinnerung DTW und One-Stage-DP 0:07:02 Suche im Allgemeinen 0:09:33 Suche mit DP und Heuristik 0:11:37 Kenngrößen für Suchprobleme 0:14:42 Forward-/Backward-/bi-direktionale Suche 0:16:34 Explizite vs. Implizite Implementierung 0:18:15 Blinde Suche 0:19:51 Suchstrategien 0:24:49 Tiefensuche vs. Breitensuche 0:25:58 Heuristische Graphsuche 0:28:42 Zeitasynchrone Suche mit A* 0:33:13

00:37:21

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/01/12

16 | 0:00:00 Starten 0:00:04 Kombination von Sprachmodell und Akustischem Modell 0:15:11 Deterministische Sprachmodelle 0:17:41 Repräsentation der Grammatik 0:19:28 Formale Sprachtheorie 0:20:31 Chomsky-Hierarchie 0:22:28 Chartparsing 0:24:54 Probabilistische CFGs 0:28:34 Suche 0:30:26 Erinnerung: Fundamentalformel 0:31:15 Suche in der Spracherkennung

01:23:10

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/12/20

15 | 0:00:00 Starten 0:00:05 Aussprachewörterbücher, Sprachmodelle 0:00:41 Flexibles Trainingsalignment 0:01:05 Aussprachen bestimmen für unüberwachtes Lernen 0:05:18 Emotionserkennung mit Hilfe von Aussprachenvarianten 0:06:27 Aussprachewörterbuch Entwicklung (nach Adda-Decker und Lamel) 0:09:10 Multiworte 0:12:05 Single Pronunciation Dictionaries 0:15:06 Erweiterter Clusterbaum 0:18:48 Ergebnisse 0:22:47 Literaturempfehlung 0:23:27 Sprachmodellierung 0:24:15 Erinnerung: Fundamentalformel 0:29:44

01:11:33

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/12/20

14 | 0:00:00 Starten 0:00:09 Wiederholung 0:03:29 Kontextfragen 0:09:30 Typische Kontextfragen 0:13:15 Abdeckung durch Polyphone 0:14:51 Gewinn durch längere Kontexte 0:16:21 Verwendung dynamischer Modalitäten 0:17:38 Dynamische Modalitäten 0:29:29 Fehler durch Falsche Aussprachen 0:31:19 Generierung von Aussprachewörterbüchern 0:39:42 Verwendung von existierenden Wörterbüchern 0:43:58 Lernen von Ausspracheregeln 0:51:00 Inkrementelles Lernen 0:53:28 Aussprachevarianten 0:56:08 Finden von

01:26:53

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/12/08

13 | 0:00:00 Starten 0:00:06 EM Algorithm 0:00:22 Literatur 0:01:46 Baum-Welch Regeln 0:03:41 Maximum-Likelihood Methode 0:42:38 Expectation Maximization (EM) 0:45:19 EM 0:49:06 EM – Expectation Schritt 0:54:25 EM für Mixtur-Gewichte 1:05:41 EM für Gaußmixturen 1:17:21 EM für HMMs 1:20:05 EM für HMMs Anfangsw´keiten 1:22:18 EM für HMMs Übergangsw´keiten 1:24:26 EM Algorithmus diskrete Emissionsw´keiten

01:21:08

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/12/01

12 | 0:00:00 Starten 0:00:11 EM Algorithmus Emissionsw'keiten GMM 0:06:13 HMM Training für multiple Trainigssequenzen 0:07:32 HMMs in ASR 0:10:16 Wortfolge zu HMM 0:13:56 HMM in ASR 0:26:49 HMM Trainingszyklus 0:36:21 Etikettierte Daten 0:38:19 Initalisierung mit K-Mittelwerte Algorithmus 0:47:19 Neural Gas Algorithmus 0:49:20 Initilisierung der HMM Parameter 0:51:25 Initialisierung ohne Etiketierte Daten 0:53:33 Viterbi Training 0:57:59 Label Training 1:00:00 Komponenten eines HMM

01:26:49

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/12/01

11 | 0:00:00 Starten 0:00:05 EM Algorithm 0:00:19 Literatur 0:01:55 Baum-Welch Regeln 0:03:38 Maximum-Likelihood Methode 0:42:31 Expectation Maximization EM) 0:45:17 EM 0:49:09 EM – Expectation Schritt 0:54:05 EM für Mixtur-Gewichte 1:00:55 EM für Mixturgewichte 1:05:43 EM für Gaußmixturen 1:17:48 EM für HMMs 1:20:37 EM für HMMs Anfangsw´keiten 1:22:50 EM für HMMs Übergangsw´keiten 1:24:30 EM Algorithmus diskrete Emissionsw´keiten

01:24:22

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/22

10 | 0:00:00 Starten 0:00:20 Stochastik in der Spracherkennung 0:05:24 Die Fundamentalformel 0:10:01 Stochastische ASR Akustisches Modell 0:11:49 Stochastischer Prozess 0:19:33 Makrow-Kette 0:20:42 Makrow-Kette n-ter Ordnung 0:23:22 Makrow-Ketten 1. Ordnung 0:27:37 Beispiele 0:32:10 Hidden Markov Models 0:40:48 Urne Ball Modell 0:42:27 HMM Definition 0:45:25 HMM Beobachtungsgenerierung 0:46:56 Die HMM Trellis 0:48:38 Die Drei Probleme des HMMs 0:52:21 Forward Algorithmus 0:57:17 Backward

01:20:59

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/21

09 | 0:00:00 Starten 0:00:26 DTW für einzelne Wörter 0:03:44 DTW für Sequenzen mehrere Wörter 0:09:45 One Stage DP 0:12:48 One Stage DP Implementierung 0:17:29 One Stage DP Syntaktische Einschränkung 0:20:34 Gaußverteilung (Normalverteilung) 0:26:12 Multivariate Normalverteilung 0:27:33 Kovarianzmatrix der Gaußverteilung 0:34:24 Gauß-Mischverteilung 0:35:16 Benutzung in der Praxis 0:44:11 Vektorquantisierung 0:46:54 Voronoiregionen 0:48:46 Mahalanobis Distanz 0:49:53 Vektorquantisierung als

01:11:52

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/21

08 | 0:00:00 Starten 0:00:14 Hauptkomponentenalyse (PCA) 0:02:40 Lineare Diskriminanzanalyse 0:05:21 Vorverarbeitung mit Neuronalen Netzen 0:10:11 Bottelneck Features 0:13:56 Klassifikation 0:15:30 Aufgabe (1) 0:21:36 Statistische vs. Wissensbasierte Ansätze 0:23:15 Wissensbasiert: Entscheidungsbäume 0:25:00 Classification and Regression Trees 0:28:37 Überwachtes vs. Unüberwachtes Lernen 0:30:09 Unüberwachtes Lernen 0:30:31 Überwachtes Lernen 0:31:32 Parametrische vs. Nicht-Parametrische

01:25:20

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/21

07 | 0:00:00 Starten 0:00:17 Spektrogramm 0:00:58 Oberschwingung, Harmonische 0:03:14 Mel Skalierung 0:07:18 Effekt der Fensterlänge 0:12:44 Quelle Filter Modell der Sprache 0:15:24 Helmholtzresonator 0:17:08 Vokaldreieck 0:21:30 Lineare Vorhersage (LPC) 0:28:54 Interpretation der LPC Koeffizienten 0:30:47 All-Pole Modell 0:30:53 LPC Beispiel 0:33:45 Cepstrum 0:50:02 Diskrete Cosinustransformation 0:51:03 Beispiel: Berechnung MFCC Koeffizienten 0:51:35 Filterbank im

01:02:29

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/10

05 | 0:00:00 Starten 0:00:33 Grundlagen der Signalverarbeitung 0:00:50 Wozu Signal(vor)verarbeitung? 0:02:33 Systeme 0:06:21 Zeitinvariante System 0:09:58 Dirac Distribution 0:18:18 Faltung 0:20:35 Impulsantwort 0:26:59 Quelle Filter Modell der Sprache 0:30:42 Parametereigenschaften einer trigonometrischen Funktion 0:32:31 Darstellungen der Fourierreihe 0:38:34 Fouriertransformation 0:45:20 Komplexes Spektrum 0:52:36 Projektion der komplexen Exponentialfunktion auf die reelle trigonometrische

01:29:22

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/10

06 | 0:00:00 Starten 0:00:15 Zusammenfassung Fouriertransformation 0:02:21 Digitalisierung 0:03:02 Abtastung (Sampling) 0:04:21 Abtasttheorem Nyquist-Shannon Theorem 0:06:36 Aliasing 0:18:46 Reale Abtastung 0:20:19 Quantisierung 0:23:35 Quantisierungsrauschen 0:27:58 Quantisierung von Sprachsignalen 0:30:20 Einseiztige und zweiseitige Laplace Transformation 0:34:51 Laplace Transformation 0:36:16 |F(s)| - Darstellung 0:37:29 Wiederholung LTI-Systeme 0:38:48 Darstellung der Übertragungsfunktion von

01:29:09

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/03

02 | 0:00:00 Starten 0:00:09 Einführung und Anwendungen 0:01:08 Ist Spracherkennung Schwierig? 0:02:00 Warum ist ASR schwierg? 0:02:51 Variabilität auf Signalebene 0:09:44 Variabilität auf phonetischer Ebene 0:12:57 Mehrdeutigkeit auf linguistischer Ebene 0:16:32 Segmentierung 0:18:24 Sprache aus Sicht der Maschine 0:19:15 Spracherkennung als Klassifikation 0:20:20 Große Datenmengen, viele Klassen 0:23:29 Menschen können ASR 0:26:09 Ein Experiment 0:34:09 McGurk Effekt 0:38:10 Die

01:23:35

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/03

04 | 0:00:00 Starten 0:00:04 Inhalt: Mikrofone, Wortfehlerrate 0:00:40 Mikrofone 0:01:25 Wandlerprinzipien 0:02:21 Richtcharakterristik 0:05:56 Akustische Bauformen 0:20:12 Pop- und Windschutz 0:23:44 Geschichte der ASR 0:39:56 Euphonia – Speech Organ (1846) 0:41:03 Radio Rex (1922) 0:43:11 Vocoder (1939) 0:43:59 HARPY (1976) 0:48:19 Wortfehlerrate 0:50:19 Minimale Editierdistanz 0:51:08 Ein Beispiel 0:52:02 Eigenschaften der WER 0:57:44 Probleme mit der WER 1:02:55 WER in den DARPA

01:26:12

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/11/03

03 | 0:00:00 Starten 0:00:04 Wiederholung der letzten Vorlesung 0:02:36 Phonem 0:05:09 Kurioses 0:10:48 Schall 0:18:12 Schalldruckpegel 0:21:42 Beispiele für Pegel 0:24:01 Schallenergie 0:26:43 Schallfläche 0:27:43 Anatomie Gehör 0:33:57 Gehör 0:36:18 Cochlea 0:41:30 Psychoakustik 0:46:00 Frequenzantwort der Membran 0:48:45 Lautstärkenempfinden 0:51:11 Experimente 0:57:23 Die Hörfläche 1:01:40 Schriftsysteme 1:10:02 Verteilung der Schriftsysteme 1:13:52 Mikrofone 1:14:43 Überblick

01:10:07

Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2016/10/24

01 |0:00:00 Starten 0:00:55 Was ist Automatische Spracherkennung? 0:05:14 Sprache vs. Sprache 0:11:29 Anwendung von ASR 0:32:10 Vorteile von ASR 0:40:11 Aktuelles Beispiel 0:42:51 Nachteile von ASR 0:49:51 Taxonomie von Sprache 1:05:32 Ist Spracherkennung schwierig? 1:08:01 Warum ist ASR schwierig?

19 results

Grundlagen der Automatischen Spracherkennung, WS16/17, Vorlesung

All Episodes

Similar Podcasts

Science Talk

Albert Einstein College of Medicine

五分钟心理学

柠檬心理

Daily Facts

Amalia Dupray and Montgomery Jones.

Les dents et dodo

BFMTV

Veterinary Clinical Podcasts

The Royal Veterinary College