Grundlagen der Automatischen Spracherkennung, WS16/17, Vorlesung

Grundlagen der Automatischen Spracherkennung, WS16/17, Vorlesung

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

Grundlagen der Automatischen Spracherkennung, WS16/17, Vorlesung episodes

  • Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2016/17, 16.11.2016, 09
    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 Klassifikationsproblem
    0:51:54 K-Nächste Nachbar
    0:53:58 Beschleunigung von KNN
    1:00:46 Baumstruktur des Merkmalsraums
    1:01:41 Aufgabe
    1:09:34 Finden von Referenzvektoren
    1:10:33 K-MIttelwerte
    1:13:07 Learning VQ
    1:14:48 LVQ 2, LVQ 3
    1:16:18 LVQ als KNN
    1 hr 21 min
  • Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2016/17, 14.11.2016, 08
    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 Klassifikation
    0:35:22 Bayes Klassifikator
    0:37:50 Minimum Fehler Regel
    0:37:59 Entscheidungsgrenze
    0:39:00 Parzen Fenster
    0:39:21 Spracherkennung mit Musterklssifikation
    0:41:43 Vergleich ganzer Äußerungen (1)
    0:43:48 Aufgabe (2)
    0:46:26 Vergleich ganzer Äußerungen (2)
    0:50:10 Time Warping
    0:51:07 Distanz zweier Äußerungen
    0:52:49 Erinnerung MInimale Editierdistanz
    0:53:37 DP Matrix
    0:54:14 Dynamic Time Warping (DTW)
    0:56:03 Einschränkungen des DTW Pfades
    0:58:46 DTW Schritte
    0:59:46 Globale Einschränkungen
    1:00:50 Der DTW Suchraum
    1:04:24 Strahlsuche
    1:06:01 Mögliche Distanzen zwischen Vektoren
    1 hr 12 min
  • Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2016/17, 09.11.2016, 07
    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 Leistungsbetrags-Spektrum
    0:51:52 Mel-Filterbank
    0:51:59 Logarithmus auf Leistungsbetragsspektrum
    0:52:31 Cepstral-Koeffizienten
    0:53:17 Log-Spektrum rekonstruiert von (geliftertem) Cepstrum
    0:53:35 Vergleich Verschiedener Spektren
    0:54:34 Typische Vorverarbeitung
    1:05:14 Spektrogramm
    1:05:48 Dynamische Merkmale
    1:07:36 Autokorrelation
    1:12:57 Nulldurchgangsrate
    1:15:36 Hauptkomponentenanalyse (PCA)
    1:24:51 Lineare Diskriminanzanalyse
    1 hr 26 min
  • Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2016/17, 31.10.2016, 05
    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 Funktion
    0:52:57 Zeitdiskrete Fouriertransformation
    0:55:51 Diskrete Fouriertransformation
    1 hr 3 min
  • Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2016/17, 02.11.2016, 06
    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 LTI Systemen
    0:44:58 Projektion auf s-Ebene
    0:46:23 Pol-Nullstellen-Schema in der s-Ebene
    0:47:03 Z-Transformation
    0:48:50 Zusammenhang LT und ZT
    0:49:43 Abbildung komplexe s-Ebene auf z-Ebene
    0:51:20 Kurzzeitspektralanalyse
    1:01:51 Periodizität des gefensterten Signals
    1:05:04 Effekt der Fensterung
    1:06:54 Fensterfunktionen (1)
    1:09:48 Effekt der Fensterung
    1:11:32 Fensterfunktionen (2)
    1:14:06 Wo ist der Fehler?
    1:14:27 Spektogramm (1)
    1:17:34 Oberschwingung, Harmonische
    1:21:18 Spektogramm (2)
    1:26:36 Fensterfunktionen (3)
    1:28:32 Spektogramm (3)
    1 hr 30 min
  • Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2016/17, 19.10.2016, 02
    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 Vogelperspektive
    0:41:36 Gebiete, die relevant sind
    0:46:03 Sprachproduktion
    0:47:16 Artikulationsapparat
    0:49:12 Vokaltrakt
    0:50:46 Stimmhafte Sprache
    0:54:51 Grundfrequenz/-ton
    0:58:35 Animation des Vokaltrakts / Stroboskopaufnahme
    1:01:27 Sprachlaute – Vokale und Konsonanten
    1:05:36 Vokale
    1:09:11 Diphthonge
    1:10:37 Konsonanten
    1:14:37 Konsonantenbeispiel
    1:15:37 Ort der Artikulation
    1:16:50 Art der Artikulation
    1:21:30 Internationales Phonetisches Alphabet
    1:22:43 IPA Vokale
    1:23:43 IPA Konsonanten
    1:25:00 Nasale
    1:26:13 Phonem
    1 hr 30 min
  • Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2016/17, 26.10.2016, 04
    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 Evaluationen
    1:17:46 Grundlagen der Signalverarbeitung
    1:19:39 Wozu Signal(vor)verarbeitung?
    1 hr 24 min
  • Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2016/17, 24.10.2016, 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
    1 hr 27 min

About Grundlagen der Automatischen Spracherkennung, WS16/17, Vorlesung

From the publisher's feed

Grundlagen der Automatischen Spracherkennung, WS15/17, Vorlesung

More shows like Grundlagen der Automatischen Spracherkennung, WS16/17, Vorlesung

IEEE International Conference on Robotics and Automation, 2013 by Karlsruher Institut für Technologie (KIT)

IEEE International Conference on Robotics and Automation, 2013

0 Listeners

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

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

Theoretische Grundlagen der Informatik, Vorlesung, WS18/19

0 Listeners

Digitaltechnik und Entwurfsverfahren, WS12/13, Vorlesung by Karlsruher Institut für Technologie (KIT)

Digitaltechnik und Entwurfsverfahren, WS12/13, Vorlesung

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

Algorithmen 1, SS2019, Vorlesung by Karlsruher Institut für Technologie (KIT)

Algorithmen 1, SS2019, Vorlesung

0 Listeners

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

Theoretische Grundlagen der Informatik, Vorlesung, WS19/20

0 Listeners