Книга "Automatic Speech and Speaker Recognition. Large Margin and Kernel Methods" посвящена изучению методов машинного обучения, используемых для распознавания речи и идентификации голоса. Авторы изложили теоретические и практические основы методов на основе больших отступов и ядерных методов, начиная от метода опорных векторов до методов больших отступов для структурированного обучения. В книге также приведены примеры использования методов больших отступов для акустического моделирования непрерывной речи, где они позволяют достичь практических результатов в задачах последовательностного обучения. Кроме того, в книге описываются методы больших отступов для дискриминативной языковой моделирования и верификации голоса независимо от текста. Важным аспектом книги является также описание алгоритмов ядерных методов для предсказания последовательностей, необходимых для акустического моделирования. Авторы также рассматривают использование ядерных методов в задачах обучения матрице сходства по данным и в контексте верификации голоса. Книга будет полезна исследователям, практикам, инженерам и ученым в области обработки речи и машинного обучения.
Электронная Книга «Automatic Speech and Speaker Recognition. Large Margin and Kernel Methods» написана автором Keshet Joseph в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470742037
Описание книги от Keshet Joseph
This book discusses large margin and kernel methods for speech and speaker recognition Speech and Speaker Recognition: Large Margin and Kernel Methods is a collation of research in the recent advances in large margin and kernel methods, as applied to the field of speech and speaker recognition. It presents theoretical and practical foundations of these methods, from support vector machines to large margin methods for structured learning. It also provides examples of large margin based acoustic modelling for continuous speech recognizers, where the grounds for practical large margin sequence learning are set. Large margin methods for discriminative language modelling and text independent speaker verification are also addressed in this book. Key Features: Provides an up-to-date snapshot of the current state of research in this field Covers important aspects of extending the binary support vector machine to speech and speaker recognition applications Discusses large margin and kernel method algorithms for sequence prediction required for acoustic modeling Reviews past and present work on discriminative training of language models, and describes different large margin algorithms for the application of part-of-speech tagging Surveys recent work on the use of kernel approaches to text-independent speaker verification, and introduces the main concepts and algorithms Surveys recent work on kernel approaches to learning a similarity matrix from data This book will be of interest to researchers, practitioners, engineers, and scientists in speech processing and machine learning fields.
