Grundlagen der Automatischen Spracherkennung, WS17/18, Vorlesung

Grundlagen der Automatischen Spracherkennung, WS17/18, Vorlesung episodes:

• February 06, 201822: 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

  ...more

  ---

• February 05, 201821: Grundlagen der Automatischen Spracherkennung,Vorlesung, WS 2017/18, 31.01.2018

  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

  ...more

  ---

• January 30, 201820: 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

  ...more

  ---

• January 26, 201819: 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

  ...more

  ---

• January 23, 201818: 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

  ...more

  ---

• January 19, 201817: 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

  ...more

  ---

• December 22, 201716: 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

  ...more

  ---

• December 19, 201715: 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)

  ...more

  ---

• December 11, 201714: 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

  ...more

  ---

• December 07, 201713: 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

  ...more

  ---