Книга "Techniques for Noise Robustness in Automatic Speech Recognition" рассматривает различные аспекты проблемы шума при распознавании речи автоматизированными системами. Такие системы все чаще используются в повседневной жизни, но находятся в шумных средах, что может привести к ухудшению качества записи речи и снижению производительности систем распознавания речи. Книга описывает современные методы и техники, используемые для улучшения устойчивости систем распознавания речи к таким внешним воздействиям. В ней рассматриваются методы сепарации сигналов, определения активности речи, извлечения устойчивых признаков, компенсации и адаптации моделей, методы работы с отсутствующими данными и распознавание звуков в реверберирующих помещениях. Книга представляет собой обзор современных методов, ключевых для практиков в области распознавания речи, и включает в себя вклады ведущих исследователей в этой области.
Книга: "Методы Усовершенствования Системы Распознавания Речи в условиях шума" авторы группы Московская Государственная Академия Водных Ресурсов (МГВРК), Издательство "МИР".
Книга: Техники обеспечения устойчивости к шумам в системах распознавания речи автоматического, Авторы: Коллектив авторов Если эта книга незнакома тебе, вот краткое описание: Системы распознавания речи (ASR, Automatic Speech Recognition) находят все большее применение в повседневной жизни. Многие привычные среды, где используются эти системы, являются шумными, например, пользователи звонят на систему голосовой разведки из переполненного кафе или с улицы. Это может привести к ухудшению речи и отрицательно сказаться на функциональности систем распознавания речи. По мере роста использования систем ASR, знание современных методов решения таких проблем становится критически важным для инженеров и исследователей систем и приложений, работающих с технологиями ASR или занимающимися ими. Книга представляет собой всеобъемлющий обзор современных методов повышения устойчивости систем распознавания речи к этим ухудшающим внешним воздействиям. Основные особенности: Представлен обзор всех основных подходов к распознаванию речи с повышенной устойчивостью к шумам, включая разделение сигналов, обнаружение активности голоса, получение устойчивых признаков, компенсацию и адаптацию моделей, методы работы с пропущенными данными и распознавание речи в условиях реверберации. Эта книга представляет своевременный обзор данной темы в свете всё более широкого использования технологии ASR в сложных условиях в будущем. В книге рассматриваются вопросы устойчивости и ухудшения сигнала, которые являются ключевыми требованиями для практиков распознавания речи. В книгу включены вклады ведущих исследователей ASR из ведущих исследовательских единиц в этой области.
Электронная Книга «Techniques for Noise Robustness in Automatic Speech Recognition» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118392676
Описание книги от Группа авторов
Automatic speech recognition (ASR) systems are finding increasing use in everyday life. Many of the commonplace environments where the systems are used are noisy, for example users calling up a voice search system from a busy cafeteria or a street. This can result in degraded speech recordings and adversely affect the performance of speech recognition systems. As the use of ASR systems increases, knowledge of the state-of-the-art in techniques to deal with such problems becomes critical to system and application engineers and researchers who work with or on ASR technologies. This book presents a comprehensive survey of the state-of-the-art in techniques used to improve the robustness of speech recognition systems to these degrading external influences. Key features: Reviews all the main noise robust ASR approaches, including signal separation, voice activity detection, robust feature extraction, model compensation and adaptation, missing data techniques and recognition of reverberant speech. Acts as a timely exposition of the topic in light of more widespread use in the future of ASR technology in challenging environments. Addresses robustness issues and signal degradation which are both key requirements for practitioners of ASR. Includes contributions from top ASR researchers from leading research units in the field
