Kết hợp với nhận dạng thanh điệu Tiếng Việt để tăng số lượng từ nhận dạng. Xây dựng mô hình ngôn ngữ để nâng kết quả nhận dạng trong nhận dạng
KHOA CNTT –
ĐH KHTN
Kết hợp thêm mô hình tương thích giọng người nói để có thể xây dựng hệ
nhận dạng độc lập người nói.
Xây dụng thuật giải huấn luyện tăng cường để mỗi khi tăng lượng dữ liệu học mẫu sẽ không tốn thời gian huấn luyện lại từđầu.
KHOA CNTT –
ĐH KHTN
TÀI LIỆU THAM KHẢO
[1] Mathew Magimai. Doss, Todd A. Stephenson, Herv Bourlard, and Samy Bengio, Phoneme-Grapheme Based Speech Recognition System, Dalle Molle Institute for Artificial Intelligence
[2] Ahmed M. Abdelatty Ali et al, An Acoustic-phonetic feature-based system
for automatic phoneme recognition in continuous speech, Dept. of Electrical
Engineering, University of Pennsylvania
[3] Guido Aversano et al, A New Text-Independent Method for Phoneme
Segmentation, a Dipartimento di Fisica “E.R. Caianiello”, Universit`a di Salerno.
[4] Youngjoo Suh and Youngjik Lee, Phoneme segmentation of continuous
speech using multi-layer perceptron, Electronics and Telecommunications Research
Institute, 1996.
[5] Jesper Salomon , Support Vector Machines for Phoneme Classification,
Master of Science, school of Artificial Intelligence, Division of Informatics, University of Edinburgh, 2001.
[6] Barbara Resch, Gaussian Statistics and Unsupervised Learning, A Tutorial
for the Course Computational Intelligence, Signal Processing and Speech Communication Laboratory, IEEE International Workshop on Circuits and System. [7] Giuseppe Riccardi and Dilek Hakkani , Active And Unsupervised Learning For Automatic Speech Recognition, AT&T Labs-Research
KHOA CNTT –
ĐH KHTN
[8] Steve Young, HTKBook (version 3.2), Cambridge University Engineering
Department.
[9] Lawrence R. Rabiner, A tutorial on Hidden Markov Models and Selected Applications in Speech Recognition, IEEE, 1989
[10] Đinh Lê Thư - Nguyễn Văn Huệ, Cơ cấu ngữ âm Tiếng Việt, NXB Giáo Dục, 1998
[11] Thái Hùng Văn, Luận án thạc sĩ, khoa Công nghệ thông tin, Đại học Khoa học Tự nhiên, 2000
[12] Đỗ Xuân Đạt – Võ Văn Tuấn, Luận văn tốt nghiêp khoa Công nghệ thông tin,
Đại học Khoa học Tự nhiên, 2003 (adsbygoogle = window.adsbygoogle || []).push({});
[13] Tarun Agarwal, Pre-Processing of Noisy Speech for Voice Coders,
Department of Electrical & Computer Engineering, McGill University, Montreal, Canada, January 2002
[14] Ing Yann Soon and Soo Ngee Koh, Speech Enhancement Using 2-D Fourier
Transform, IEEE Transactions On Speech And Audio Processing, VOL. 11, NO. 6,
NOVEMBER 2003 (pages 717 through 724)
[15] John H.L. Hansen, Bryan Pellom, An Effective Quality Evaluation Protocol
For Speech Enhancement Algorithms, ICSLP-98: Inter. Conf. On Spoken Language
Processing, Sydney, Australia, Nov. 30 – Dec. 4, 1998.
[16] Hagai Attias John C. Platt Alex Acero Li Deng, Speech Denoising and
Dereverberation Using Probabilistic Models, Microsoft Research
[17] James G. Droppo III , Time-Frequency Features For Speech Recognition, Doctor of Philosophy thesis, University of Washington, 2000
KHOA CNTT –
ĐH KHTN
[18] C.J.Long and S.Datta, Wavelet Based Feature Extraction for Phoneme Recognition, Department of Electronic and Electrical Engineering, Loughborough
University of Technology
[19] Amit Juneja and Carol Espy-Wilson, Segmentation Of Continuous Speech
Using Acoustic-Phonetic Parameters And Statistical Learning, ECE Department,
University of Maryland
[20] Ryuta Terashima, Estimating Speech-Recognizer Performance Based on Log-Likelhood Difference Distribution of Word-Pairs, Special Issue Speech-Based