PODCAST

Grundlagen der Automatischen Spracherkennung, WS15/16, Vorlesung

Karlsruher Institut für Technologie (KIT)

education higher education

All Episodes

01:25:36

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/02/08

22: Vorlesung | 0:00:00 Starten 0:00:43 Adaption 0:08:52 Motivation 0:13:40 Adaption des Akustischen Modells 0:16:21 Mögliche Variationen 0:18:24 Adaption als Transformation 0:22:51 Arten der Adaption 0:27:13 Batch vs. Inkrementell 0:31:17 Überwachte und Unüberwachte Adaption 0:32:18 Training vs. Normalisierung 0:33:07 Merkmals vs. Modelladaption 0:36:23 Anwendung der Transformation 0:37:27 Optimierungskriterien zur Schätzung 0:39:40 Adaptionsmethoden 0:42:43 Vokaltraktlängen-normalisierung

00:59:08

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/02/08

21: Vorlesung | 0:00:00 Starten 0:00:10 Suche 0:00:29 N-Besten Suche 0:01:50 Probleme mit n besten Listen 0:02:54 Wortgraphen 0:04:14 Zusammenfassung Beschleunigungstechniken 0:06:00 Mehrpass Suchen 0:06:55 Beispiel: IBIS Single Pass Decoder 0:11:18 Consensus Decoding 0:13:01 Bsp: MAP vs. Wort-Posteriori-W´keiten 0:16:36 Minimierung des Wortfehlers 0:19:28 Approximierung mit N-besten Listen 0:21:36 WER Minimierung auf Wortgraphen 0:24:26 Multiple Alignment WER 0:29:19 Finden des globalen

01:23:29

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/02/05

20: Vorlesung | 0:00:00 Starten 0:00:19 Suchstrategien 0:01:25 Tiefensuche vs. Breitensuche 0:01:57 Heuristische Graphsuche 0:02:45 Zeitasynchrone Suche mit A* 0:04:15 Zeitsynchrone Strahlsuche 0:10:31 Beams in ASR 0:12:13 Beam vs. WER 0:15:45 Kontinuierliche Suchräume, gleichverteiltes Sprachmodell 0:20:59 Suchraum mit Uni-Gramm 0:23:03 Suchraum mit Bi-Grammen 0:26:32 Suchraum mit Tri-Grammen 0:33:48 Viterbi Decoding 0:40:42 A* mit Stack Decoder 0:42:50 Heuristik für A* 0:44:43 Fast Match 0:47:36

01:11:02

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/02/01

19: Vorlesung | 0:00:00 Starten 0:00:14 Erinnerung: Fundamentalformel 0:02:20 Deterministische Sprachmodelle 0:05:42 Repräsentation der Grammatik 0:07:18 Formale Sprachtheorie 0:09:35 Chomsky Hierarchie 0:11:42 Chartparsing 0:14:29 Probabilistische CFGs 0:19:56 Probleme mit Erkennungsfehlern 0:24:06 Kombination von Sprachmodell und Akustischem Modell 0:33:35 Suche 0:35:46 Erinnerung: Fundamentalformel 0:37:15 Suche in der Spracherkennung 0:42:46 Erinnerung DTW und One-Stage-DP 0:44:02 Suche im

00:50:04

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/01/28

18: Vorlesung | 0:00:00 Starten 0:00:37 Graphembasierte Spracherkennung 0:06:48 Eignung von Graphemen 0:14:38 Verteilung von Schriften 0:16:21 Verteilung der Schriftsysteme 0:17:12 Eignung von Graphemen 0:18:10 Beispiele für schlechte Korrespondenz 0:19:32 Graphembasierte ASR für Arabisch 0:20:19 Englisch, Deutsch, Russisch, Spanisch, Thai 0:21:12 Kontextabhängige Modelle für Grapheme ASR 0:23:10 Flexibler Clusterbaum für Grapheme 0:24:20 Praktische Probleme 0:27:13 Spracherkennung bei

01:23:47

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/01/19

17: Vorlesung | 0:00:00 Starten 0:00:13 Kurze Wiederholung der letzten Vorlesung 0:04:16 Kneser-Ney Backoff 0:08:07 Schätzung von Beta - Margnialisierung 0:16:51 Leaving-One-Out Beta Schätzung 0:19:04 Ergebnisse von Kneser-Ney 0:20:27 Qualität von Sprachmodellen 0:23:21 Entropie einer Wortquelle 0:26:29 Perplexität von Sprachmodellen 0:35:16 Perplexität und Akustik 0:38:02 Klassenbasierte Sprachmodelle 0:44:08 Aussprachevarianten 0:45:58 Multiworte 0:47:59 Besondere Arten von

01:22:53

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/01/14

15: Vorlesung | 0:00:00 Starten 0:05:06 Fehler durch falsche Aussprachen 0:08:07 Generierung von Aussprachewörterbüchern 0:11:32 Verwendung von existierenden Wörterbüchern 0:18:46 Lernen von Ausspracheregeln 0:28:21 Inkrementelles Lernen 0:30:07 Aussprachevarianten 0:33:21 Finden von Aussprachevarianten 0:35:28 Probleme mit Aussprachevarianten 0:39:45 Typische Aussprachevarianten 0:40:16 Regeln für Aussprachevarianten im Deutschen 0:41:31 Datengetriebenes finden von Aussprachevarianten 0:42:51

01:20:49

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/01/14

16: Vorlesung | 0:00:00 Starten 0:00:14 Erinnerung: Fundamentalformel 0:02:17 Stochastische Sprachmodelle 0:03:54 Äquivalenzklassen 0:04:36 Schätzen von N-Gramm Wahrscheinlichkeiten 0:05:32 Beispiel 0:07:05 Bigramme und Trigramme 0:10:07 Das Bag-of-Words Experiment 0:10:56 Glättung von Sprachmodellparametern 0:15:07 Discounting 0:17:51 Interpolation (Lineare Glättung) 0:23:53 HMM für Interpolationsgewichte 0:30:03 Schätzung der Gewichte 0:42:03 Deleted Interpolation basierend auf den

01:05:50

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2016/01/07

14: Vorlesung | 0:00:00 Starten 0:02:34 Polyphone 0:03:32 Polyphone-Datenmangel 0:04:32 Anzahl der Polyphone 0:05:46 Häufigkeiten der Polyphone 0:07:42 Backoff für Polyphone 0:10:10 Gekoppelte Polyphone 0:11:32 Bottom-Up vs. Top-Down Clustering 0:13:15 Bottom-Up Clustering 0:13:41 Top-Down Clustering 0:14:30 Probleme beim Clustering 0:15:48 Distanzen für Polyphonecluster 0:20:53 Diskrete Entropiedistanz 0:26:50 Gewichtete Entropiedistanz 0:29:58 Clustern von Polyphonen mit Entropiedistanz 0:32:00

01:25:47

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/12/22

13: Vorlesung | 0:00:00 Starten 0:00:10 EM-Algorithmus für HMMs 0:48:30 EM-Algorithmus 0:49:35 EM - Expectation Schritt 0:50:10 EM-Maximization Schritt 0:51:09 EM für Mixtur-Gewichte 1:01:27 EM für Gaußmixturen 1:10:07 EM für HMMs 1:13:12 EM für HMMs - Anfangswahrscheinlichkeiten 1:14:26 EM für HMMs - Übergangswahrscheinlichkeiten 1:15:54 EM Algorithmus - diskrete Emissionswahrscheinlichkeiten 1:17:08 EM Algorithmus - Emisssionswahrscheinlichkeiten GMM 1:21:13 HMM Training für multiple

01:15:04

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/12/10

12: Vorlesung | 0:00:00 Starten 0:01:22 Die Fundamentalformel 0:02:47 HMM Definition 0:06:01 Die Drei Probleme der HMMs 0:11:23 Forward Algorithmus 0:23:04 Backward Algorithmus 0:27:43 Das Decoding Problem 0:33:02 Viterbi-Algorithmus 0:36:01 Das Lern-Problem 0:46:23 Baum-Welch Regeln 0:52:35 Literatur 0:54:42 Maximum-Likelihood Methode 0:59:20 Expectation Maximization (EM) 1:06:13 EM-Expectation Schritt 1:09:04 EM- Maximization Schritt 1:11:58 EM für Mixtur-Gewichte

01:20:17

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/12/03

11: Vorlesung | 0:00:00 Starten 0:01:05 Aufgabe 0:10:18 Vektorquantisierung 0:11:47 Finden von Referenzvektoren 0:12:57 K-Mittelwerte 0:15:53 Learning VQ 0:18:12 LVQ 2, LVQ3 0:20:27 LVQ als KNN 0:29:42 Literaturempfehlung zu Statische Spracherkennung 0:30:39 Stochastik in der Spracherkennung 0:34:35 Die Fundamentalformel 0:39:58 Stochastische ASR - Akustische Modell 0:43:56 Stochastischer Prozess 0:49:12 Markow-Kette 0:51:11 Markow-Kette n-ter Ordnung 0:53:01 Markow-Ketten 1.Ordnung 0:54:59

01:24:55

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/12/03

10: Vorlesung | 0:00:00 Starten 0:01:18 DTW für einzelne Wörter 0:09:35 DTW für Sequenzen mehrere Wörter 0:14:57 One Stage DP 0:33:51 Gaußverteilung (Normalverteilung) 1:05:01 Vektorquantisierung 1:11:11 Voronoiregionen 1:14:22 Mahalanobis Distanz 1:16:27 Vektorquantisierung als Klassifikationsproblem 1:17:52 K-Nächste Nachbar 1:22:05 Baumstruktur des Merkmalsraums 1:23:01 (Haus-) Aufgabe

01:03:54

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/11/24

09: Vorlesung | 0:00:00 Starten 0:01:03 Hauptkomponentenanalyse (PCA) 0:04:55 Lineare Diskriminanzanalyse 0:06:42 Vorverarbeitung mit Neuronalen Netzen 0:09:29 Bottleneck Features 0:11:29 Klassifikation 0:14:49 Statistische vs. Wissensbasierte Ansätze 0:17:07 Wissensbasiert: Entscheidungsbäume 0:18:09 Classification and Regression Trees 0:22:26 Überwachtes vs. Unüberwachtes Lernen 0:24:08 Unüberwachtes Lernen 0:26:09 Überwachtes Lernen 0:27:48 Parametrisches vs. Nicht-Parametrische

01:23:50

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/11/17

08: Vorlesung | 0:00:00 Starten 0:00:24 Wiederholung: Laplace Transformation, Kurzzeitspektralanalyse 0:06:06 Quelle Filter Modell der Sprache 0:07:40 Helmholtzresonator 0:12:25 Vokaldreieck 0:18:34 Lineare Vorhersage (LPC) 0:26:46 Interpretation der LPC Koeffizienten 0:29:04 All-Pole Modell 0:30:16 LPC Beispiel 0:35:33 Cesptrum 0:51:39 Diskrete Cosinustransformation 0:59:11 Beispiel: Berechnung MFCC Koeffizienten 1:00:02 Filterbank im Leistungsbetrags-Spektrum (Mel-Filterbank) 1:00:41 Logarithmus

01:25:18

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/11/17

07: Vorlesung | 0:00:00 Starten 0:00:06 Vorverarbeitung Teil 2 0:01:19 Quantisierung 0:04:25 Quantisierungsrauschen 0:08:53 Quantisierung von Sprachsignalen 0:11:14 Einseitige und zweiseitige Laplace Transformation 0:14:03 Laplace Transformation 0:15:57 F(s)-Darstellung 0:18:48 Wiederholung LTI-Systeme 0:20:03 Darstellung der Übertragungsfunktion von LTI-Systemen 0:20:35 Darstellung der Übertragunsfunktion von LTI-Systemen im Laplace-Bereich 0:24:28 Projektion auf s-Ebene 0:25:33

01:24:59

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/11/17

06: Vorlesung | 0:00:00 Starten 0:00:07 Vorverarbeitung Teil 1 0:00:58 Wozu Signal(vor)verarbeitung? 0:02:31 Systeme 0:05:57 Zeitinvariante System 0:07:57 Dirac Distribution 0:16:07 Faltung 0:19:40 Impulsantwort 0:23:08 Quelle Filter Modell der Sprache 0:27:35 Parametereigenschaften einer trigonometrischen Funktion 0:32:28 Darstellung der Fourierreihe 0:38:26 Fouriertransformation 0:47:42 Komplexes Spektrum 0:53:44 Zeitdiskrete Fouriertransformation 0:56:16 Diskrete Fouriertransformation 1:00:47

01:24:17

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/11/17

05: Vorlesung | 0:00:00 Starten 0:00:09 Überblick 0:00:57 Animation des Vokaltrakts/Stroboskopaufnahme 0:02:44 Konsonantenbeispiel 0:05:06 Experimente 0:11:48 Zwei Beispiele 0:24:19 Geschichte der ASR 0:30:43 Euphonia - speech Organ (1846) 0:32:08 Radio Rex (1922) 0:34:08 Vocoder (1939) 0:35:20 HARPY (1976) 0:37:32 Wortfehlerrate 0:40:37 Minimale Editierdistanz 0:49:58 Ein Beispiel 0:50:43 Eigenschaften der WER 0:52:46 Probleme mit der WER? 0:56:33 WER in den DARPA Evaluationen 1:11:48 Grundlagen

01:20:10

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/11/17

04: Vorlesung | 0:00:00 Starten 0:01:29 Überblick: Schall, Gehör, Schriftsysteme 0:01:53 Schall 0:07:45 Schalldruckpegel 0:10:31 Beispiel für Pegel 0:11:44 Schallenergie 0:15:19 Schallfläche 0:16:12 Anatomie Gehör 0:21:43 Gehör 0:23:54 Cochlea 0:28:24 Psychoakustik 0:33:00 Frequenzantwort der Membran 0:35:50 Lautstärkenempfinden 0:39:29 Experimente 0:39:54 Die Hörfläche 0:41:46 Schriftsysteme 0:48:55 Verteilung der Schriftsysteme 0:53:45 Mikrofone 0:55:14 Überblick 0:56:31 Wandlerprinzipien 1:07:04

01:25:04

Grundlagen der automatischen Spracherkennung, WS...

Grundlagen der Automatischen Spracherkennung,... ·

2015/11/17

03: Vorlesung | 0:00:00 Starten 0:00:59 Überblick: Sprachproduktion und Schall 0:01:12 Sprachproduktion 0:04:11 Artikulationsapparat 0:09:54 Vokaltrakt 0:11:34 Stimmhafte Sprache 0:17:14 Grundfrequenz/-ton 0:22:38 Animation des Vokaltrakts / Stroboskopaufnahme 0:25:41 Die Artikulatoren 0:28:21 Sprachlaute - Vokale und Konsonante 0:33:47 Vokale 0:44:10 Diphthonge 0:46:25 Konsonanten 0:50:05 Konsonantenbeispiel 0:52:38 Ort der Artikulation 0:53:14 Art der Artikulation 1:01:08 Internationale

22 results

Grundlagen der Automatischen Spracherkennung, WS15/16, 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