PODCAST

Grundlagen der Automatischen Spracherkennung, WS17/18, Vorlesung

Karlsruher Institut für Technologie (KIT)

education higher education

All Episodes

01:20:26

22: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2018/02/06

22 | 0:00:00 Starten 0:00:15 Qualität von Sprachmodellen 0:04:22 Entropie einer Wortquelle 0:09:36 Perplexität von Sprachmodellen 0:17:42 Perpkexität und Akustik 0:21:51 Adaption - Motivation 0:30:51 Adaption des Akustischen Modells 0:38:46 Adaption als Transformation 0:40:45 Arten der Adaption 0:50:50 Anweundung der Transformation 0:54:11 Adaptionsmethoden 0:56:06 Vokaltraktlängen- normalisierung (VTLN) 1:11:27 VTLN: Experimente

01:18:24

21: Grundlagen der Automatischen...

Grundlagen der Automatischen Spracherkennung,... ·

2018/02/05

21 | 0:00:00 Starten 0:01:04 Korrektives Training 0:12:17 Transinformation/ Mutual information 0:21:21 Erweiterte Baum-Welch Regeln 0:31:00 MWE/MCE Training 0:56:56 Herausforderung bei der OOV Detektion 1:09:49 Lernen der neuen Wörter 1:15:34 Motivation

01:11:22

20: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2018/01/30

20 | 0:00:00 Starten 0:01:10 Mehrpass Suchen 0:03:15 beispiel: IBIS Single Pass Decoder 0:10:01 Consensus Decoding 0:13:08 Bsp: MAP vs. Wort-Posteriori-W‘keiten 0:17:54 Minimierung des Wortfehlers 0:21:23 Approximierung mit N-besten Listen 0:25:09 WER Minimierung auf Wortgraphen 0:33:50 Algiment als Äquivalenzrelation 0:37:22 Intra-Wort-Clustern 0:41:36 Confusionsnetzwerke 0:47:21 Systemkombonation 0:55:12 Mehrheitentscheidung 1:02:54 Probleme mit EM Training

01:14:02

19: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2018/01/26

19 | 0:00:00 Starten 0:00:09 Start 0:00:22 Kontinuierliche Suchräume, gleichverteiltes Sprachmodell 0:07:31 Suchraum mit Tri-Grammen 0:08:57 Viterbi Decoding 0:13:15 A* mit Stack Decoder 0:16:43 Heuristik für A* 0:21:35 Fast Match 0:25:21 Vor- und Nachteile Stackdecoder 0:28:35 A* vs. Strahlsuche 0:33:40 Vermeidung von Redundanzen 0:36:53 Baumsuche 0:39:27 Baumsuche mit Sprachmodell 0:41:46 Delayed Bi-Grams 0:43:36 Einsparung durch Baum-Lexica 0:48:20 Kopien von Suchbäumen 0:54:12 Suche mit

01:17:25

18: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2018/01/23

18 | 0:00:00 Starten 0:01:53 Chartparsing 0:03:45 Probabilistische CFGs 0:07:16 Suche 0:10:24 Suche in der Spracherkennung 0:24:59 Suche mit DP und Heuristik 0:31:09 Explizite vs. Implizite Implementierung 0:42:08 Suchstrategien 0:44:13 Tiefensuche vs. Breitensuche 0:49:34 Heuristische Graphsuche 0:52:49 Zeitasynchrone Suche mit A* 0:58:09 Zeitsynchrone Strahlschule 1:03:37 Beam vs. WER 1:09:48 Kontinuierliche Suchräume, gleichverteiltes Sprachmodell 1:13:08 Suche mit Uni-Gramm

01:19:32

17: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2018/01/19

17 | 0:00:00 Starten 0:00:09 Back-Off Sprachmodelle 0:02:08 Back-Off LM 0:05:22 Katz Backoff 0:09:28 Kneser-Ney Backoff 0:13:12 Schätzung von β - Margnialisierung 0:14:49 Leaving-One-Out β Schätzung 0:17:31 Klassenbasierte N-Gram LM 0:22:49 Klassenbasierte Sprachmodelle 0:24:13 Aussprachevarianten 0:25:27 Multiworte 0:27:52 Besondere Arten von Sprachmodellen 0:48:40 Entscheidungsbäume 0:52:26 HMMs für Sprachmodellierung 0:58:00 Probleme bei Sprachmodellen 1:06:55 Kombination von Sprachmodell und

01:29:34

16: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/12/22

16 | 0:00:00 Starten 0:01:14 Multiworte 0:05:49 Single Pronunciation Dictionaries 0:09:03 Erweiterter Clusterbaum 0:10:36 Ergebnisse 0:15:57 Literaturempfehlung 0:17:27 Erinnerung: Fundamentalformel 0:18:33 Deterministische vs. Stochastische Sprachmodelle 0:20:50 Wörterratespiel 0:24:56 Wozu dient das Sprachmodell 0:27:11 Stochastische Sprachmodelle 0:32:08 Äquivalenzklassen 0:35:58 Schätzen von N-Gramm W'keiten 0:37:03 Beispiel 0:39:36 Bigramme und Trigramme 0:41:48 Das Bag-of-Words

01:23:55

15: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/12/19

15 | 0:00:00 Starten 0:01:53 Clustern mit Likelihood Distanz 0:04:33 Kontextfragen 0:12:44 Typische Kontextfragen 0:16:37 Abdeckung durch Polyphone 0:19:48 Gewinn durch längere Kontexte 0:21:40 Verwendung dynamischer Modalitäten 0:24:17 Dynamische Modalitäten 0:39:58 Fehler durch falsche Aussprache 0:42:25 Generierung von Aussprachewörterbüchern 0:44:38 Verwendung von existierenden Wörterbüchern 0:47:34 Lernen von Ausspracheregeln 1:00:33 Inkrementelles Lernen 1:02:35 Aussprachevarianten 1:05:18

00:59:06

14: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/12/11

14 | 0:00:00 Starten 0:00:35 Polyphone - Datenmangel 0:03:50 Polyphone 0:10:07 Backoff für Polyphone 0:13:27 Bottom-Up vs. Top-Down Clustering 0:17:38 Distanzen für Polyphonecluster 0:23:08 Diskrete Entropiedistanz 0:29:30 Gewichtete Entropiedistanz 0:32:27 Clustern von Polyphonen mit Entropiedistanz 0:38:59 Clustern nach Kai-Fu Lee 0:48:37 Clustering mit Entscheidungsbäumen 0:53:37 Top-Down Clustern

01:25:56

13: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/12/07

13 | 0:00:00 Starten 0:03:43 HMMs in ASR 0:04:40 Wortfolge zu HMM 0:06:02 HMM in ASR 0:16:53 HMM Trainingszyklus 0:23:06 Etikettierte Daten 0:30:58 Initialisierung mit K-Mittelwerte Algorithmus 0:32:36 Neutral Gas Algorithmus 0:35:38 Initialisierung der HMM Parameter 0:40:35 Initialisierung ohne Ettiketierte Daten 0:41:23 Viterbi Training 0:46:50 Label Training 0:47:39 Komponenten eines HMM Erkenners 0:49:11 Parameterkopplung 0:52:32 Semikontinuierliches HMM 0:57:24 Parameterkopplung 1:05:44

01:29:34

12: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/12/07

12 | 0:00:00 Starten 0:02:07 Expectation Maximization (EM) 0:05:35 EM 0:09:59 EM - Expectation Schritt 0:14:39 EM für Mixtur-Gewichte 0:23:40 EM für Mixturgewichte 0:30:07 EM für Gaußmixturen 0:52:19 EM für HMMs 0:56:20 EM für HMMs Anfangswahrscheinlichkeiten 0:58:23 EM für Übergangswahrscheinlichkeiten 1:09:43 HMM Training für multiple Trainingssequenzen 1:15:46 HMMs in ASR

01:32:44

11: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/12/07

11 | 0:00:00 Starten 0:00:31 Die Fundamentalformel (Erinnerung) 0:01:00 Hidden Markov Model Ansatz 0:04:14 Münzen-Beispiel 0:10:53 Urne Ball Modell 0:12:02 HMM Definition 0:14:06 HMM Beobachtungsgenerierung 0:16:13 Die HMM Trellis 0:17:05 Die drei Probleme der HMMs 0:22:46 Forward Algorithmus 0:39:03 Backward Algorithmus 0:41:01 Das Decoding Problem 0:43:10 Viterbi-Algorithmus 0:45:37 Das Lern-Problem 0:53:19 Baum-Welch Regeln 0:56:57 Literatur 0:59:11 Maximum-Likelihood Methode 1:30:33

01:20:53

10: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/11/30

10 | 0:00:00 Starten 0:00:20 Vektorquantisierung 0:01:07 Voronoiregionen 0:01:19 Mahalanobis Distanz 0:01:39 Vektorquantisierung als Klassifikationsproblem 0:02:14 K-Nächte Nachbar 0:03:21 Beschleunigung von KNN 0:15:21 Baumstruktur des Merkmalsraum 0:16:20 Aufgabe 0:26:15 Finden von Referenzvektoren 0:26:56 K-Mittelwerte 0:29:09 Learning VQ 0:31:24 LVQ2, LVQ3 0:32:53 LVQ als KNN 0:37:13 Literaturempfehlung zu dieser Vorlesung 0:38:45 Stochastik in der Spracherkennung 0:46:57 Die

01:30:04

09: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/11/28

09 | 0:00:00 Starten 0:00:33 Spracherkennung mit Musterklassifikation 0:03:37 Aufgabe 0:04:55 Vergleich ganzer Äußerungen 0:11:51 Time Warping 0:14:19 Distanz zweier Äußerungen 0:15:42 DP Matrix 0:17:44 Dynamic Time Warping (DTW) 0:20:24 Einschränkungen des DTW Pfades 0:23:55 DTW-Schritte 0:26:23 Der DTW Suchraum 0:30:47 Mögliche Distanzen zwischen Vektoren 0:35:43 Einordnung des DTW 0:36:58 DTW für einzelne Wörter 0:42:44 DTW für Sequenzen mehrerer Wörter 0:48:16 One Stage DP 0:51:35 One-Stage DP

01:04:43

08: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/11/21

08 | 0:00:00 Starten 0:00:16 Vergleich verschiedener Spektren 0:01:40 Typische Vorverarbeitung 0:12:10 Dynamische Merkmale 0:13:10 Autokorrelaktion 0:18:52 Nulldurchgangsrate 0:21:30 Hauptkomponentenanalyse (PCA) 0:26:23 Lineare Diskriminanznalyse 0:31:08 Vorverarbeitung mit Neuronalen Netzen 0:34:48 Bottleneck Features 0:38:06 Klassifikation 0:43:00 Statische vs. Wissensbasierende Ansätze 0:43:53 Wissensbasiert: Entscheidungsbäume 0:46:11 Classifikation and Regression Trees 0:50:34 Überwachtes

01:18:53

07: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/11/17

07 | 0:00:00 Starten 0:00:04 Spektrodiagramm 0:03:22 Oberschwingung, Harmonische 0:07:11 Mel Skalierung 0:16:35 Effekt der Fensterlängen 0:20:58 Quelle Filter Modell der Sprache 0:22:36 Helmholtzresonator 0:27:55 Vokaldreieck 0:32:59 Lineare Vorhersage (LPC) 0:42:42 Interpretation der LPC Koeffizienten 0:45:59 All-Pole Modell 0:46:54 LPC Beispiel 0:49:28 Cepstrum 1:06:13 Diskrete Cosinustransformation 1:13:32 Beispiel: Berechnung MFCC Koeffizienten 1:15:29 Cepstral-Koeffizienten

01:20:30

05: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/11/16

05 | 0:00:00 Starten 0:00:31 Wortfehlerrate 0:03:26 Minimale Editierdistanz 0:09:36 Eigenschaften der WER 0:14:07 Probleme mit der WER? 0:18:00 WER in den DARPA Evaluationen 0:28:50 Grundlagen der Signalverarbeitng 0:29:25 Wozu Signal(vor)verarbeitung? 0:32:29 Systeme 0:35:19 Zeitinvariante System 0:36:54 Dirac Distribution 0:43:50 Faltung 0:46:58 Impulsantwort 0:56:30 Quelle Filter Modell der Sprache 0:59:41 Parametereigenschaften einer trigonometrischen Funktion 1:02:27 Darstellungen der

01:20:54

06: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/11/16

06 | 0:00:00 Starten 0:00:19 Die heutige Vorlesung 0:00:27 Darstellungen der Fourierreihe 0:00:37 Fouriertransformation 0:01:17 Komplexes Spektrum 0:03:06 Projektion der komplexen Exponentialfunktion auf die reelle trigonometrische Funktion 0:04:33 Zeitdiskrete Fouriertransformation 0:07:37 Diskrete Fouriertransformation 0:11:11 Schnelle Fouriertransformation 0:12:44 Zusammenfassung Fouriertransformation 0:14:25 Digitalisierung 0:15:26 Abtastung (Sampling) 0:17:29 Abtasttheorem 0:20:34

01:20:59

04: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/11/06

04 | 0:00:00 Starten 0:00:57 Schriftsysteme 0:14:06 Verteilung der Schriftsysteme 0:17:36 Mikrofone 0:27:17 Überblick 0:28:14 Wandlerprinzipien 0:37:19 Richtcharakteristik 0:45:29 Akustische Bauformen 0:59:31 Pop- und Windschutz 1:01:05 Geschichte der ASR 1:11:48 Euphonia -Speech Organ (1846) 1:15:10 Radio Rex 1:16:24 Vocoder 1:18:38 Harpy

01:22:07

03: Grundlagen der Automatischen Spracherkennung,...

Grundlagen der Automatischen Spracherkennung,... ·

2017/11/03

03 | 0:00:00 Starten 0:00:19 Heute 0:01:22 Stimmhafte Sprache 0:01:48 Stimmlose Sprache 0:02:09 Grundfrequenz/-ton 0:03:39 Sprachlaute-Vokale und Konsonante 0:07:03 Vokale 0:09:50 Diphthonge 0:11:50 Konsonanten 0:15:22 Ort der Artikulation 0:18:27 Art der Artikulation 0:22:40 Internationale Phonetische Alphabet 0:23:47 Beispielkonfigurationen 0:24:42 IPA Konsonaten 0:25:48 Plosive 0:26:19 Nasale 0:26:45 Frikative 0:27:41 Phonem 0:31:50 Kurioses 0:36:22 Schall 0:42:23 Schalldruckpegel 0:44:32

22 results

Grundlagen der Automatischen Spracherkennung, WS17/18, 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