Triphone clustering in Finnish continuous speech recognition
dc.contributor | Aalto-yliopisto | fi |
dc.contributor | Aalto University | en |
dc.contributor.advisor | Laine, Unto K. | |
dc.contributor.author | Ursin, Markku | |
dc.contributor.department | Tietotekniikan osasto | fi |
dc.contributor.school | Teknillinen korkeakoulu | fi |
dc.contributor.school | Helsinki University of Technology | en |
dc.contributor.supervisor | Kurimo, Mikko | |
dc.date.accessioned | 2020-12-04T15:14:32Z | |
dc.date.available | 2020-12-04T15:14:32Z | |
dc.date.issued | 2002 | |
dc.description.abstract | Tässä diplomityössä tutkitaan kontekstiriippuvien foneemimallien (trifonien) käyttöä suomenkielisen puhujariippuvan jatkuvan puheen tunnistimessa. Työn ensimmäisessä osassa tarkastellaan ihmisen puheentuotto- ja kuulojärjestelmiä, suomen kielen ominaisuuksia puheentunnistuksen kannalta sekä esitellään puheentunnistusjärjestelmien yleinen rakenne ja toiminta. Selostuksessa painotetaan foneemien kontekstiriippuvuutta sekä koartikulatorisia efektejä. Työn toisessa osassa opetetaan puhujariippuva tunnistin käyttäen kätkettyjä Markov-malleja (HMM) sekä Hidden Markov Model Toolkit (HTK)-ohjelmistoa. Trifoniklusteroinnissa kokeillaan datalähtöistä binääriseen päätöspuuhun perustuvaa menetelmää sekä menetelmiä, jotka käyttävät hyväkseen tietoa foneemien äännetyypeistä sekä ääntämispaikoista. Parhaat tunnistustulokset saavutetaan puuklusterointimenetelmällä, jolloin myös malleja on suurin määrä. Tunnistuskokeiden virheitä tarkastellaan laajasti. Foneemikohtaiset tyypilliset virheet ja eniten virheitä tuottaneet kontekstit analysoidaan. | fi |
dc.format.extent | 125 | |
dc.format.mimetype | application/pdf | en |
dc.identifier.uri | https://aaltodoc.aalto.fi/handle/123456789/90116 | |
dc.identifier.urn | URN:NBN:fi:aalto-2020120448951 | |
dc.language.iso | en | en |
dc.programme.major | Informaatiotekniikka | fi |
dc.programme.mcode | Tik-61 | fi |
dc.rights.accesslevel | openAccess | |
dc.subject.keyword | speech recognition | en |
dc.subject.keyword | puheentunnistus | fi |
dc.subject.keyword | phonemic speech recognition | en |
dc.subject.keyword | foneeminen puheentunnistus | fi |
dc.subject.keyword | context-dependency | en |
dc.subject.keyword | kontekstiriippuvuus | fi |
dc.subject.keyword | triphones | en |
dc.subject.keyword | trifonit | fi |
dc.subject.keyword | triphone clustering | en |
dc.subject.keyword | trifinien klusterointi | fi |
dc.subject.keyword | hidden Markov models | en |
dc.subject.keyword | kätketyt Markov-mallit | fi |
dc.subject.keyword | HMM | en |
dc.title | Triphone clustering in Finnish continuous speech recognition | en |
dc.title | Trifoniklusterointi suomenkielisessä jatkuvassa puheentunnistuksessa | fi |
dc.type.okm | G2 Pro gradu, diplomityö | |
dc.type.ontasot | Master's thesis | en |
dc.type.ontasot | Pro gradu -tutkielma | fi |
dc.type.publication | masterThesis | |
local.aalto.digiauth | yes | |
local.aalto.digifolder | Aalto_01855 | |
local.aalto.idinssi | 18992 | |
local.aalto.openaccess | yes |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- master_Ursin_Markku_2002.pdf
- Size:
- 41.44 MB
- Format:
- Adobe Portable Document Format