11: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 29.11.2017
Autor
Herausgeber
Beteiligtes Institut
Institut für Anthropomatik und Robotik (IAR)
Genre
Beschreibung
- 0:00:00 Starten
- 0:00:31 Die Fundamentalformel (Erinnerung)
- 0:01:00 Hidden Markov Model Ansatz
- 0:04:14 Münzen-Beispiel
- 0:10:53 Urne Ball Modell
- 0:12:02 HMM Definition
- 0:14:06 HMM Beobachtungsgenerierung
- 0:16:13 Die HMM Trellis
- 0:17:05 Die drei Probleme der HMMs
- 0:22:46 Forward Algorithmus
- 0:39:03 Backward Algorithmus
- 0:41:01 Das Decoding Problem
- 0:43:10 Viterbi-Algorithmus
- 0:45:37 Das Lern-Problem
- 0:53:19 Baum-Welch Regeln
- 0:56:57 Literatur
- 0:59:11 Maximum-Likelihood Methode
- 1:30:33 Exspectation Maximization (EM)
Laufzeit (hh:mm:ss)
01:32:43
Serie
Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18
Publiziert am
07.12.2017
Fachgebiet
Lizenz
Auflösung | 1280 x 720 Pixel |
Seitenverhältnis | 16:9 |
Audiobitrate | 109116 bps |
Audio Kanäle | 2 |
Audio Codec | aac |
Audio Abtastrate | 48000 Hz |
Gesamtbitrate | 901434 bps |
Farbraum | yuv420p |
Container | mov,mp4,m4a,3gp,3g2,mj2 |
Medientyp | video/mp4 |
Dauer | 5564 s |
Dateiname | DIVA-2017-747_hd.mp4 |
Dateigröße | 4.096 byte |
Bildwiederholfrequenz | 25 |
Videobitrate | 786225 bps |
Video Codec | h264 |
Mediathek-URL
Embed-Code
Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18
Folgen 1-23
von 23