Czap László: Audiovizuális beszédfelismerés.
Előnézet |
Cikk, tanulmány, mű
msznykonf_002_293-300.pdf Letöltés (825kB) | Előnézet |
Absztrakt (kivonat)
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.
Mű típusa: | Konferencia vagy workshop anyag |
---|---|
Befoglaló folyóirat/kiadvány címe: | Magyar Számítógépes Nyelvészeti Konferencia |
Dátum: | 2004 |
Kötet: | 2 |
Oldalak: | pp. 293-300 |
Konferencia neve: | Magyar Számítógépes Nyelvészeti Konferencia (2.) (2004) (Szeged) |
Befoglaló mű URL: | http://acta.bibl.u-szeged.hu/59177/ |
Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
Megjegyzések: | Bibliogr.: 300. p. ; összefoglalás magyar nyelven |
Feltöltés dátuma: | 2019. júl. 16. 12:04 |
Utolsó módosítás: | 2022. nov. 08. 11:51 |
URI: | http://acta.bibl.u-szeged.hu/id/eprint/59292 |
Tétel nézet |