KIT-Bibliothek
Audio-/Videodatei publizieren
Anleitung zum Publizieren

Grundlagen der automatischen Spracherkennung, WS 2015/2016, gehalten am 18.01.2016, Vorlesung 17

Autor

Sebastian Stüker

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

17: Vorlesung |
0:00:00 Starten
0:00:13 Kurze Wiederholung der letzten Vorlesung
0:04:16 Kneser-Ney Backoff
0:08:07 Schätzung von Beta - Margnialisierung
0:16:51 Leaving-One-Out Beta Schätzung
0:19:04 Ergebnisse von Kneser-Ney
0:20:27 Qualität von Sprachmodellen
0:23:21 Entropie einer Wortquelle
0:26:29 Perplexität von Sprachmodellen
0:35:16 Perplexität und Akustik
0:38:02 Klassenbasierte Sprachmodelle
0:44:08 Aussprachevarianten
0:45:58 Multiworte
0:47:59 Besondere Arten von Sprachmodellen
0:48:44 Interpolierte Sprachmodelle
0:53:56 Cache Sprachmodelle
0:57:49 Trigger Sprachmodelle
1:00:06 Mehrschichtige Sprachmodelle
1:01:56 Verzahnte Sprachmodelle
1:04:26 Morphembasierte Sprachmodelle
1:10:31 Entscheidungsbäume
1:12:02 HMMs für Modellierung
1:13:57 Probleme mit Spontaner Sprache
1:18:11 Probleme mit unbekannten Wörtern
1:20:34 Besonderheiten verschiedener Sprachen

Laufzeit (hh:mm:ss)

01:23:48

Serie

Grundlagen der Automatischen Spracherkennung, WS 2015/2016

Publiziert am

19.01.2016

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz

Auflösung 1280 x 720 Pixel
Seitenverhältnis 16:9
Audiobitrate 106473 bps
Audio Kanäle 2
Audio Codec aac
Audio Abtastrate 48000 Hz
Gesamtbitrate 912361 kbps
Farbraum yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Medientyp video/mp4
Dauer 5028 s
Dateiname DIVA-2016-92_hd.mp4
Dateigröße 4.096 byte
Bildwiederholfrequenz 25
Videobitrate 799796 kbps
Video Codec h264

Embed-Code

Grundlagen der Automatischen Spracherkennung, WS 2015/2016 Folgen 1-22 von 22