Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.author | Hanzlíček, Zdeněk | |
dc.contributor.author | Matoušek, Jindřich | |
dc.date.accessioned | 2023-03-20T11:00:16Z | |
dc.date.available | 2023-03-20T11:00:16Z | |
dc.date.issued | 2022 | |
dc.identifier.citation | HANZLÍČEK, Z. MATOUŠEK, J. Phonetic speech segmentation of audiobooks by using adapted LSTM-based acoustic models. In Lecture Notes in Artificial Intelligence. Cham: Springer Nature Switzerland, 2022. s. 317–327. ISBN: 978-3-031-22418-8 , ISSN: 0302-9743 | cs |
dc.identifier.isbn | 978-3-031-22418-8 | |
dc.identifier.issn | 0302-9743 | |
dc.identifier.uri | 2-s2.0-85148685025 | |
dc.identifier.uri | http://hdl.handle.net/11025/51722 | |
dc.description.abstract | Tento článek popisuje fonetickou segmentací audioknih pomocí LSTM neuronových sítí. Segmentační procedura zahrnuje iterativní adaptaci výchozího hlasově nezávislého modelu. Experimentální data zahrnují 5 audioknih nahraných různými českými osobnostmi. Zhruba 20 minut každé audioknihy je opatřeno přesnou ruční segmentací vytvořenou fonetickými experty. Experimenty popsané v tomto článku se zaměřují na nalezení optimálního nastavení segmentační procedury a zkoumají vliv jednotlivých parametrů na přesnost výsledné segmentace. | cs |
dc.format | 11 s. | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | en | en |
dc.publisher | Springer Nature Switzerland | en |
dc.relation.ispartofseries | The XLinguae Journal | en |
dc.rights | © The Author(s), under exclusive license to Springer Nature Switzerland AG. | en |
dc.subject | audiknihy | cs |
dc.subject | fonetická segmentace | cs |
dc.subject | LSTM | cs |
dc.title | Phonetic speech segmentation of audiobooks by using adapted LSTM-based acoustic models | en |
dc.title.alternative | Fonetická segmentace audioknih s využitím LSTM akustických modelů | cs |
dc.type | konferenční příspěvek | cs |
dc.type | ConferenceObject | en |
dc.rights.access | restrictedAccess | en |
dc.type.version | publishedVersion | en |
dc.description.abstract-translated | This paper describes experiments on phonetic speech segmentation of audiobooks by using LSTM neural networks. The segmentation procedure includes an iterative adaptation of an initial speaker-independent model. The experimental data involves 5 audiobooks recorded by various renowned Czech speakers. About 20 minutes long portions of each audiobook were precisely manually segmented by phonetic experts. We focused mainly on the optimal setting of the iterative segmentation procedure and explored the effect of the most relevant parameters on the resulting segmentation accuracy. | en |
dc.subject.translated | audiobooks | en |
dc.subject.translated | speech segmentation | en |
dc.subject.translated | LSTM | en |
dc.identifier.doi | 10.1007/978-3-031-22419-5_27 | |
dc.type.status | Peer-reviewed | en |
dc.identifier.obd | 43937127 | |
dc.project.ID | GA22-27800S/Využití vícemodálních Transformerů pro přirozenější hlasový dialog | cs |
Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference Papers (KKY) OBD |
Soubory připojené k záznamu:
Soubor | Velikost | Formát | |
---|---|---|---|
978-3-031-22419-5_27.pdf | 471,09 kB | Adobe PDF | Zobrazit/otevřít Vyžádat kopii |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/51722
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.