Volltextdatei(en) vorhanden
DC ElementWertSprache
dc.contributor.advisorMenzel, Wolfgang (Prof. Dr.)
dc.contributor.authorKnoblauch, Dirk
dc.date.accessioned2020-10-19T12:19:05Z-
dc.date.available2020-10-19T12:19:05Z-
dc.date.issued2006
dc.identifier.urihttps://ediss.sub.uni-hamburg.de/handle/ediss/1628-
dc.description.abstractEine Grundlage für die Entwicklung leistungsfähiger Spracherkennungssysteme ist die Modellierung geeigneter akustischer Modelltopologien. In der vorliegenden Arbeit wird ein Verfahren vorgestellt, welches verschiedene bestehende akustische monophone Modelltopologien anhand von Spracherkennungssimulationen qualitativ bewertet und somit Rückschlüsse auf einzelne Topologiegüten zulässt. Eine Spracherkennungs-Simulation erfolgt, indem theoretisch eine Dekodierung errechnet wird, jedoch ohne dem System Echtdaten zur Verfügung zu stellen. Durch die qualitative Bewertung wird eine akustische Topologieoptimierung möglich. Als Grundlage für die Versuche wird ein Verfahren implementiert, welches anhand trainierter akustischer Modelle eine qualitative Bewertung der untersuchten Modelltopologien zulässt. Die durch das Verfahren optimierten Topologien werden mit bekannten Topologien, die in der Spracherkennung eingesetzt werden, verglichen und diskutiert. Die Resultate zeigen, dass es möglich ist, akustische Modelltopologien qualitativ zu bewerten, ohne explizit Spracherkennungsergebnisse zu errechnen. Durch die optimierten Modelltopologien ist es schließlich möglich, die Trainiertheit einzelner Phonmodelle und damit mögliche Spracherkennungssysteme zu verbessern.de
dc.language.isodede
dc.publisherStaats- und Universitätsbibliothek Hamburg Carl von Ossietzky
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subject.ddc004 Informatik
dc.titleTopologieoptimierung phonetischer Hidden-Markov-Modelle mittels Erkennungssimulationde
dc.title.alternativeTopology Optimizing of Phonetic Hidden Markov Models with Recognition Simulationen
dc.typedoctoralThesis
dcterms.dateAccepted2006-11-29
dc.rights.ccNo license
dc.rights.rshttp://rightsstatements.org/vocab/InC/1.0/
dc.subject.bcl54.75 Sprachverarbeitung
dc.subject.gndAutomatische Spracherkennung
dc.subject.gndHidden-Markov-Modell
dc.type.casraiDissertation-
dc.type.dinidoctoralThesis-
dc.type.driverdoctoralThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersion
dc.type.thesisdoctoralThesis
tuhh.opus.id3198
tuhh.opus.datecreation2007-02-05
tuhh.type.opusDissertation-
thesis.grantor.departmentInformatik
thesis.grantor.placeHamburg
thesis.grantor.universityOrInstitutionUniversität Hamburg
dcterms.DCMITypeText-
tuhh.gvk.ppn530008548
dc.identifier.urnurn:nbn:de:gbv:18-31988
item.languageiso639-1other-
item.creatorOrcidKnoblauch, Dirk-
item.grantfulltextopen-
item.creatorGNDKnoblauch, Dirk-
item.advisorGNDMenzel, Wolfgang (Prof. Dr.)-
item.fulltextWith Fulltext-
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat  
diss.pdf601.79 kBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Diese Publikation steht in elektronischer Form im Internet bereit und kann gelesen werden. Über den freien Zugang hinaus wurden durch die Urheberin / den Urheber keine weiteren Rechte eingeräumt. Nutzungshandlungen (wie zum Beispiel der Download, das Bearbeiten, das Weiterverbreiten) sind daher nur im Rahmen der gesetzlichen Erlaubnisse des Urheberrechtsgesetzes (UrhG) erlaubt. Dies gilt für die Publikation sowie für ihre einzelnen Bestandteile, soweit nichts Anderes ausgewiesen ist.

Info

Seitenansichten

48
Letzte Woche
Letzten Monat
geprüft am 16.05.2021

Download(s)

10
Letzte Woche
Letzten Monat
geprüft am 16.05.2021
Werkzeuge

Google ScholarTM

Prüfe