Audiovizuális beszédfelismerés

Czap, László: Audiovizuális beszédfelismerés. Magyar Számítógépes Nyelvészeti Konferencia, (2). pp. 293-300. (2004)

[img] Cikk, tanulmány, mű
msznykonf_002_293-300.pdf

Download (825kB)

Abstract

Az emberi beszédértés bimodális természetű: az akusztikus és vizuális jelet zseniálisan kombináljuk a maximális érthetőség érdekében. Különösen zajos környezetben segíti a beszéd jobb megértését a vizuális jel. A szájról olvasás feladatát próbálom gépi úton megvalósítani. Az audiovizuális beszédfelismerés fő kérdései, hogy mely jellemzők hordozzák a lényegi vizuális információt, és hogy ezek hogyan nyerhetők ki a képből. A geometriai és pixel bázisú lényegkiemelést a folyamatos beszédfelismerés szempontjai szerint még nem hasonlították össze. Arra a kérdésre is választ kerestem, hogy eséllyel léphet-e fel a diádok vetélytársaként a félszótag, mint a felismerés alapegysége.

Item Type: Article
Event Title: Magyar Számítógépes Nyelvészeti Konferencia (2.) (2004) (Szeged)
Journal or Publication Title: Magyar Számítógépes Nyelvészeti Konferencia
Date: 2004
Volume: 2
Page Range: pp. 293-300
Uncontrolled Keywords: Nyelvészet - számítógép alkalmazása
Additional Information: Bibliogr.: 300. p. ; összefoglalás magyar nyelven
Date Deposited: 2019. Jul. 16. 12:04
Last Modified: 2019. Jul. 16. 12:04
URI: http://acta.bibl.u-szeged.hu/id/eprint/59292

Actions (login required)

View Item View Item