Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Multimodal Human-Robot Interaction from the Perspective of a Speech Scientist Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Language Model Speaker Adaptation for Transcription of Slovak Parliament Proceedings

verfasst von : Ján Staš, Daniel Hládek, Jozef Juhár

Erschienen in: Speech and Computer

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Language model and acoustic model adaptation play an important role in enhancing performance and robustness of automatic speech recognition, especially in the case of domain-specific, gender-dependent, or user-adapted systems development. This paper is oriented on the language model speaker adaptation for transcription of parliament proceedings in Slovak for individual speaker. Based on the current research studies, we have developed a framework combining multiple speech recognition outputs with acoustic and language model adaptation at different stages. The preliminary results show a significant decrease in the model perplexity from 45 % to 74 % relatively and the speech recognition word error rate from 29 % to 43 %, for male and female speakers respectively.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Invariant Components of Speech Signals: Analysis and Visualization
Nächstes Kapitel Macro Episodes of Russian Everyday Oral Communication: Towards Pragmatic Annotation of the ORD Speech Corpus
Fußnoten
Literatur
1.
Rusko, M., et al.: Slovak automatic dictation system for judicial domain. In: Vetulani, Z., Mariani, J. (eds.) LTC 2011. LNCS, vol. 8387, pp. 16–27. Springer, Heidelberg (2014)
2.
Niesler, T., Willett, D.: Unsupervised language model adaptation for lecture speech transcription. In: Proceedings of ICSLP 2002, pp. 1413–1416 (2002)
3.
Nanjo, H., Kawahara, T.: Language model and speaking rate adaptation for spontaneous presentation speech recognition. IEEE Trans. Speech Audio Process. 12(4), 391–400 (2004)CrossRef
4.
Hsu, B.-J., Glass, J.: Language model parameter estimation using user transcriptions. In: Proceedings of ICASSP 2009, Taipei, Taiwan, pp. 4805–4808 (2009)
5.
Ariki, Y., et al.: Live speech recognition in sports games by adaptation of acoustic and language model. In: Proceedings of EUROSPEECH 2003, pp. 1453–1456 (2003)
6.
Chen, L., Gauvain, J.-L., Lamel, L., Adda, G.: Dynamic language modeling for broadcast news. In: Proceedings of ICSLP 2004, Jeju Island, Korea, pp. 997–1000 (2004)
7.
Cerva, P., Nouza, J., Kolorenc, J., David, P.: Improved transcription of Czech parliament speeches by acoustic and language model adaptation. In: Proceedings of SPECOM 2006, St. Petersburg, Russia, pp. 103–106 (2006)
8.
Tur, G., Stolcke, A.: Unsupervised language model adaptation for meeting recognition. In: Proceedings of ICASSP 2007, Honolulu, Hawaii, USA, pp. IV-173–IV-176 (2007)
9.
Vergyri, D., Stolcke, A., Tur, G.: Exploiting user feedback for language model adaptation in meeting recognition. In: Proceedings of ICASSP 2009, pp. 4737–4740 (2009)
10.
Besling, S., Meier, H.-G.: Language model speaker adaptation. In: Proceedings of EUROSPEECH 1995, Madrid, Spain, pp. 1755–1758 (1995)
11.
Klakow, D.: Language model adaptation for tiny adaptation corpora. In: Proceedings of INTERSPEECH 2006, Pittsburgh, PA, USA, pp. 2214–2217 (2006)
12.
Kneser, R., Peters, J., Klakow, D.: Language model adaptation using dynamic marginals. In: Proceedings of EUROSPEECH 1997, Rhodes, Greece, pp. 1971–1974 (1997)
13.
Bacchiani, M., Roark, B.: Unsupervised language model adaptation. In: Proceedings of ICASSP 2003, Hong Kong, China, pp. I-224–I-227 (2003)
14.
Staš, J., Juhár, J., Hládek, D.: Classification of heterogeneous text data for robust domain-specific language modeling. EURASIP J. Audio Speech Music Process. 2014(14), 12 (2014)
15.
Stolcke, A.: SRILM - an extensible language modeling toolkit. In: Proceedings of ICSLP 2002, Denver, Colorado, USA, pp. 901–904 (2002)
16.
Lee, A., Kawahara, T., Shikano, K.: Julius - an open source real-time large vocabulary recognition engine. In: Proceedings of EUROSPEECH 2001, Aalborg, Denmark, pp. 1691–1694 (2001)
17.
Fiscus, J.G.: A post-processing system to yield reduced word error rates: recognizer output voting error reduction (ROVER). In: Proceedings of IEEE ASRU Workshop, Santa Barbara, CA, USA, pp. 347–354 (1997)
18.
Lojka, M., Juhár, J.: Hypothesis combination for Slovak dictation speech recognition. In: Proceedings of 56th International Symposium on ELMAR 2014, Zadar, Croatia, pp. 43–46 (2014)
Metadaten
Titel
Language Model Speaker Adaptation for Transcription of Slovak Parliament Proceedings
verfasst von
Ján Staš
Daniel Hládek
Jozef Juhár
Copyright-Jahr
2015
Buch
Speech and Computer

Print ISBN: 978-3-319-23131-0

Electronic ISBN: 978-3-319-23132-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-23132-7_32