???jsp.display-item.social.title??? |
|
Please use this identifier to cite or link to this item:
https://tede.inatel.br:8080/tede/handle/tede/88
???metadata.dc.type???: | Dissertação |
Title: | Treinamento discriminativo de HMMs contínuos para reconhecimento de palavras isoladas |
???metadata.dc.creator???: | Mattos, Amarildo Martins de |
???metadata.dc.contributor.advisor1???: | Ynoguti, Carlos Alberto |
???metadata.dc.contributor.referee1???: | Ynoguti, Carlos Alberto |
???metadata.dc.contributor.referee2???: | Violaro, Fábio |
???metadata.dc.contributor.referee3???: | Silva, Francisco José Fraga da |
???metadata.dc.description.resumo???: | Introdução: a tecnologia de reconhecimento de fala no mundo atual, objetivos deste trabalho, estrutura da dissertação; modelos ocultos de Markov e o critério ML: modelos ocultos de Markov: elementos de HMM, os 3 problemas dos HMM's, reconhecimento de palavras isoladas usando HMMs; treinamento discriminativo e o critério MMI: critério MMI, algoritmo segmental GPD: etapas para implementação, reestimação dos parâmetros dos HMMs segundo o algoritmo segmental GPD, normalização dos parâmetros, resumo do algoritmo de treinamento discriminativo para palavras isoladas; sistema implementado: introdução, bases de dados: base de dados do Inatel e do DECOM-UNICAMP, sistema desenvolvido: modelos de Markov para as palavras do vocabulário, parâmetros, módulo de treinamento e reconhecimento, problemas numéricos devido às constantes de normalização; testes e análise dos resultados: testes iniciais, determinação do passo de aprendizagem, determinação do número de épocas de treinamento, ordem de apresentação das locuções, determinação do conjunto de locuções para o treinamento discriminativo. |
Abstract: | Introduction: speech recognition technology in the present world, objectives of this work, dissertation structure; Hidden Markov models and the ML criterion: Hidden Markov models: HMM elements, 3 HMM problems, isolated word recognition using HMMs; Discriminant training and the MMI criterion: MMI criterion, GPD segmental algorithm: steps for implementation, re-estimation of HMM parameters according to segmental GPD algorithm, normalization of parameters, summary of discriminative training algorithm for isolated words; System implemented: introduction, databases: Inatel and DECOM-UNICAMP database, developed system: Markov models for vocabulary words, parameters, training and recognition module, numerical problems due to normalization constants; Tests and analysis of the results: initial tests, determination of the learning step, determination of the number of training times, order of presentation of the locutions, determination of the set of locutions for the discriminative training |
Keywords: | Reconhecimento de fala; reconhecimento de palavras isoladas; modelos ocultos de Markov; treinamento discriminativo; critério MCE |
???metadata.dc.subject.cnpq???: | Engenharia - Telecomunicações |
Language: | por |
???metadata.dc.publisher.country???: | Brasil |
Publisher: | Instituto Nacional de Telecomunicações |
???metadata.dc.publisher.initials???: | INATEL |
???metadata.dc.publisher.department???: | Instituto Nacional de Telecomunicações |
???metadata.dc.publisher.program???: | Mestrado em Engenharia de Telecomunicações |
Citation: | Mattos, Amarildo Martins de. Treinamento discriminativo de HMMs contínuos para reconhecimento de palavras isoladas. 2003. [68]. dissertação( Mestrado em Engenharia de Telecomunicações) - Instituto Nacional de Telecomunicações, [Santa Rita do Sapucaí] . |
???metadata.dc.rights???: | Acesso Aberto |
???metadata.dc.rights.uri???: | http://creativecommons.org/licenses/by-nd/4.0/ |
URI: | http://tede.inatel.br:8080/tede/handle/tede/88 |
Issue Date: | 17-Oct-2003 |
Appears in Collections: | Mestrado em Engenharia de Telecomunicações |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Tese Amarildo.pdf | Treinamento discriminativo de HMMs contínuos para reconhecimento de palavras isoladas | 2.44 MB | Adobe PDF | Download/Open Preview |
This item is licensed under a Creative Commons License