Grundlagen der Automatischen Spracherkennung, WS15/16, Vorlesung

Grundlagen der Automatischen Spracherkennung, WS15/16, Vorlesung

By Karlsruher Institut für Technologie (KIT)Education
Download on the App Store

Grundlagen der Automatischen Spracherkennung, WS15/16, Vorlesung episodes

  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 07.12.2015, Vorlesung 12
    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
    1 hr 16 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 30.11.2015, Vorlesung 11
    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 Homogene Markow-Ketten 1.Ordnung
    0:55:46 Beispiele
    1:02:41 Hidden Markov Models
    1:10:41 Urne Ball Modell
    1:12:04 HMM Definition
    1:15:01 HMM Beobachtungsgenerierung
    1:16:52 Die HMM Trellis
    1:18:53 Die Drei Probleme der HMMs
    1 hr 21 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 25.11.2015, Vorlesung 10
    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
    1 hr 25 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 23.11.2015, Vorlesung 09
    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 Klassifikation
    0:28:56 Bayes Klassifikator
    0:32:02 Minimum Fehler Regel
    0:33:42 Parzen Fenster
    0:36:53 Spracherkennung mit Musterklassifikation
    0:39:04 Vergleich ganzer Äußerungen
    0:46:01 Time Warping
    0:47:28 Erinnerung: Minimale Editierdistanz
    0:50:19 Finden der minimalen Editierdistanz: DP Matrix
    0:52:20 Dynamic Time Warping (DTW)
    0:59:54 Strahlsuche
    1:02:12 Mögliche Distanzen von Vektoren
    1:03:01 Einordnung des DTW
    1 hr 4 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 11.11.2015, Vorlesung 08
    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 auf Leistungsbetragsspektrum
    1:01:29 Cepstral-Koeffizienten
    1:03:19 Log-Spektrum rekonstruiert von (geliftertem) Cepstrum
    1:03:44 Vergleich Verschiedener Spektren
    1:04:21 Typische Vorverarbeitung
    1:13:00 Dynamische Merkmale
    1:14:10 Autokorrelation
    1:21:18 Nulldurchgangsrate
    1:23:15 Hauptkomponentenanalyse (PCA)
    1 hr 24 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 09.11.2015, Vorlesung 07
    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 Pol-Nullstellen-Schema in der s-Ebene
    0:26:50 Projektion auf s-Ebene
    0:29:38 Z-Transformation
    0:33:14 Zusammenhang LT und ZT
    0:33:59 Abbildung komplexe s-Ebene auf z-Ebene
    0:34:34 Kurzzeitspektralanalyse
    0:44:41 Periodizität des gefensterten Signals
    0:48:25 Effekt der Fensterung
    0:51:18 Fensterfunktionen
    0:56:31 Wo ist der Fehler?
    0:57:55 Spektrogramm
    1:01:58 Oberschwingung, Harmonische
    1:05:12 Spektrogramm
    1:06:59 Mel Skalierung
    1:09:47 Mel Skala
    1:10:52 Mel Skalierung
    1:12:48 Effekt der Fensterlängen
    1 hr 26 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 04.11.2015, Vorlesung 06
    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 Schnelle Fouriertransformation
    1:02:01 Zusammenfassung Fouriertransformation
    1:04:01 Digitalisierung
    1:05:14 Abtastung (Sampling)
    1:08:50 Abtasttheorem Nyquist-Shannon Theorem
    1:11:53 Aliasing
    1:22:25 Reale Abtastung
    1:24:05 Quantisierung
    1 hr 25 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 02.11.2015, Vorlesung 05
    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 der Signalverarbeitung
    1:14:08 Wozu Signal(vor)verarbeitung?
    1:21:52 Systeme
    1 hr 25 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 28.10.2015, Vorlesung 04
    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 Wandlerprinzipien
    1:07:26 Richtcharakterristik
    1:09:30 Akustische Bauformen
    1:15:59 Pop- und Windschutz
    1 hr 21 min
  • Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 26.10.2015, Vorlesung 03
    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 Phonetische Alphabete
    1:04:00 IPA Vokale
    1:05:00 Beispielkonfigurationen
    1:06:38 IPA Konsonanten
    1:08:49 Plosive
    1:09:35 Nasale
    1:11:25 Frikative
    1:11:54 Kurioses
    1:17:54 Phonem
    1 hr 26 min

About Grundlagen der Automatischen Spracherkennung, WS15/16, Vorlesung

From the publisher's feed

Grundlagen der Automatischen Spracherkennung, WS15/16, Vorlesung

More shows like Grundlagen der Automatischen Spracherkennung, WS15/16, Vorlesung

Einführung in die Stochastik für Studierende des gymnasialen Lehramts Mathematik, SS2015, Vorlesung by Karlsruher Institut für Technologie (KIT)

Einführung in die Stochastik für Studierende des gymnasialen Lehramts Mathematik, SS2015, Vorlesung

0 Listeners

Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen, Vorlesung, SS2015 by Karlsruher Institut für Technologie (KIT)

Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen, Vorlesung, SS2015

0 Listeners

Transport Phenomena in the Biosphere by Karlsruher Institut für Technologie (KIT)

Transport Phenomena in the Biosphere

0 Listeners

Einführung in die Geophysik 1, WS17/18, Vorlesung by Karlsruher Institut für Technologie (KIT)

Einführung in die Geophysik 1, WS17/18, Vorlesung

0 Listeners

Theoretische Grundlagen der Informatik, Vorlesung, WS18/19 by Karlsruher Institut für Technologie (KIT)

Theoretische Grundlagen der Informatik, Vorlesung, WS18/19

0 Listeners

Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen, Vorlesung, SS2014 by Karlsruher Institut für Technologie (KIT)

Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen, Vorlesung, SS2014

0 Listeners

Einführung in die Stochastik für Studierende des gymnasialen Lehramts Mathematik, SS2014, Vorlesung by Karlsruher Institut für Technologie (KIT)

Einführung in die Stochastik für Studierende des gymnasialen Lehramts Mathematik, SS2014, Vorlesung

0 Listeners

Softwaretechnik 1, Vorlesung, SS2018 by Karlsruher Institut für Technologie (KIT)

Softwaretechnik 1, Vorlesung, SS2018

0 Listeners

Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen, Vorlesung, SS2019 by Karlsruher Institut für Technologie (KIT)

Numerische Mathematik für die Fachrichtungen Informatik und Ingenieurwesen, Vorlesung, SS2019

0 Listeners

Theoretische Grundlagen der Informatik, Vorlesung, WS19/20 by Karlsruher Institut für Technologie (KIT)

Theoretische Grundlagen der Informatik, Vorlesung, WS19/20

0 Listeners