Grundlagen der Automatischen Spracherkennung, WS17/18, Vorlesung

Grundlagen der Automatischen Spracherkennung, WS17/18, Vorlesung

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

Grundlagen der Automatischen Spracherkennung, WS17/18, Vorlesung episodes

  • 22: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 05.02.2018
    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
    1 hr 21 min
  • 20: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 29.01.2018
    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
    1 hr 12 min
  • 19: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 24.01.2018
    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 kontextabhängigen Modellen
    0:54:49 Baumsuche mit kontextabhängigen Modellen
    0:59:02 N-Besten Suche
    1:05:18 Probleme mit n besten Listen
    1:08:31 Wortgraphen
    1:11:16 Zusammenfassung Beschleunigungstechniken
    1:12:58 Mehrpass Suchen
    1 hr 15 min
  • 18: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 22.01.2018
    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
    1 hr 18 min
  • 17: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 17.01.2018
    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 Akustischem Modell
    1:13:39 Deterministische Sprachmodelle
    1:16:17 Repräsentation der Grammatik
    1 hr 20 min
  • 16: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 20.12.2017
    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 Experiment
    0:43:03 Glättung von Sprachmodellparametern
    0:44:50 Discounting
    0:47:07 Interpolation (Lineare Glättung)
    0:50:02 HMM für Interpolationsgewichte
    1:07:25 Schätzung der Gewichte
    1:08:55 Deleted Interpolation Basierend auf den ""Conditional Counts""
    1:11:07 Praktische Aspekte
    1:13:55 Schätzen von Y
    1:15:37 Allgemeines Rahmenwerk für Glättung
    1:17:59 Weitere Notationen
    1:23:02 M bestimmen
    1:26:25 Good-Turing Discounting
    1:28:30 Back-Off Sprachmodelle
    1 hr 30 min
  • 15: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 18.12.2017
    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 Finden von Aussprachevarianten
    1:06:55 Probleme mit Aussprachevarianten
    1:11:50 Regeln für Aussprachevarianten im Deutschen
    1:15:47 Finden von Aussprachevarianten mit dem Silbenmodell
    1:17:49 Aussprachen bestimmen für unüberwachtes Lernen
    1:20:49 Aussprachewörterbuch Entwicklung (nach Adda-Decker und Lamel)
    1 hr 24 min
  • 14: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 11.12.2017
    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
    1 hr
  • 13: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 06.12.2017
    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 Parameterkopplung für GMMs
    1:08:37 Kontextabhängige, akustische Modelierung
    1:14:51 Spracheinheiten
    1:15:50 Polyphone
    1:17:25 Spracheinheiten
    1:19:58 Cross Wort Polyphone
    1:23:29 Positionsabhängige Polyphone
    1 hr 26 min

About Grundlagen der Automatischen Spracherkennung, WS17/18, Vorlesung

From the publisher's feed

Grundlagen der Automatischen Spracherkennung, WS17/18, Vorlesung

More shows like Grundlagen der Automatischen Spracherkennung, WS17/18, 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

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

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

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