Audiovizuális beszédfelismerés

Czap László: Audiovizuális beszédfelismerés.

[thumbnail of msznykonf_002_293-300.pdf]
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
Bővebben:
Tétel nézet Tétel nézet