Artwork

Sisällön tarjoaa Karlsruher Institut für Technologie (KIT). Karlsruher Institut für Technologie (KIT) tai sen podcast-alustan kumppani lataa ja toimittaa kaiken podcast-sisällön, mukaan lukien jaksot, grafiikat ja podcast-kuvaukset. Jos uskot jonkun käyttävän tekijänoikeudella suojattua teostasi ilman lupaasi, voit seurata tässä https://fi.player.fm/legal kuvattua prosessia.
Player FM - Podcast-sovellus
Siirry offline-tilaan Player FM avulla!

Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 08.02.2016, Vorlesung 22

1:25:36
 
Jaa
 

Manage episode 188269345 series 1580639
Sisällön tarjoaa Karlsruher Institut für Technologie (KIT). Karlsruher Institut für Technologie (KIT) tai sen podcast-alustan kumppani lataa ja toimittaa kaiken podcast-sisällön, mukaan lukien jaksot, grafiikat ja podcast-kuvaukset. Jos uskot jonkun käyttävän tekijänoikeudella suojattua teostasi ilman lupaasi, voit seurata tässä https://fi.player.fm/legal kuvattua prosessia.
22: Vorlesung | 0:00:00 Starten 0:00:43 Adaption 0:08:52 Motivation 0:13:40 Adaption des Akustischen Modells 0:16:21 Mögliche Variationen 0:18:24 Adaption als Transformation 0:22:51 Arten der Adaption 0:27:13 Batch vs. Inkrementell 0:31:17 Überwachte und Unüberwachte Adaption 0:32:18 Training vs. Normalisierung 0:33:07 Merkmals vs. Modelladaption 0:36:23 Anwendung der Transformation 0:37:27 Optimierungskriterien zur Schätzung 0:39:40 Adaptionsmethoden 0:42:43 Vokaltraktlängen-normalisierung (VTLN) 0:52:39 VTLN: Experimente 0:58:53 Inkrementelle Adaption 1:05:06 Verschiedenes zu VTLN 1:08:48 MAP Adaption 1:14:37 Maximum Likelihood Linear Regression (MLLR) 1:17:54 Finden von Klassen 1:20:11 Label Boosting mit MLLR 1:21:48 Welche Adaption unter welchen Bedingungen 1:23:14 fMLLR
  continue reading

22 jaksoa

Artwork
iconJaa
 
Manage episode 188269345 series 1580639
Sisällön tarjoaa Karlsruher Institut für Technologie (KIT). Karlsruher Institut für Technologie (KIT) tai sen podcast-alustan kumppani lataa ja toimittaa kaiken podcast-sisällön, mukaan lukien jaksot, grafiikat ja podcast-kuvaukset. Jos uskot jonkun käyttävän tekijänoikeudella suojattua teostasi ilman lupaasi, voit seurata tässä https://fi.player.fm/legal kuvattua prosessia.
22: Vorlesung | 0:00:00 Starten 0:00:43 Adaption 0:08:52 Motivation 0:13:40 Adaption des Akustischen Modells 0:16:21 Mögliche Variationen 0:18:24 Adaption als Transformation 0:22:51 Arten der Adaption 0:27:13 Batch vs. Inkrementell 0:31:17 Überwachte und Unüberwachte Adaption 0:32:18 Training vs. Normalisierung 0:33:07 Merkmals vs. Modelladaption 0:36:23 Anwendung der Transformation 0:37:27 Optimierungskriterien zur Schätzung 0:39:40 Adaptionsmethoden 0:42:43 Vokaltraktlängen-normalisierung (VTLN) 0:52:39 VTLN: Experimente 0:58:53 Inkrementelle Adaption 1:05:06 Verschiedenes zu VTLN 1:08:48 MAP Adaption 1:14:37 Maximum Likelihood Linear Regression (MLLR) 1:17:54 Finden von Klassen 1:20:11 Label Boosting mit MLLR 1:21:48 Welche Adaption unter welchen Bedingungen 1:23:14 fMLLR
  continue reading

22 jaksoa

Kaikki jaksot

×
 
Loading …

Tervetuloa Player FM:n!

Player FM skannaa verkkoa löytääkseen korkealaatuisia podcasteja, joista voit nauttia juuri nyt. Se on paras podcast-sovellus ja toimii Androidilla, iPhonela, ja verkossa. Rekisteröidy sykronoidaksesi tilaukset laitteiden välillä.

 

Pikakäyttöopas