Home | Legals | Sitemap | KIT

Grundlagen der Automatischen Spracherkennung

Grundlagen der Automatischen Spracherkennung
type: Vorlesung (V) links:
semester: WS 11/12
time: 17.10.2011
11:30-13:00
50.34 Raum -102


19.10.2011
15:45-17:15
50.34 Raum -102

24.10.2011
11:30-13:00
50.34 Raum -102

26.10.2011
15:45-17:15
50.34 Raum -102

31.10.2011
11:30-13:00
50.34 Raum -102

02.11.2011
15:45-17:15
50.34 Raum -102

07.11.2011
11:30-13:00
50.34 Raum -102

09.11.2011
15:45-17:15
50.34 Raum -102

14.11.2011
11:30-13:00
50.34 Raum -102

16.11.2011
15:45-17:15
50.34 Raum -102

21.11.2011
11:30-13:00
50.34 Raum -102

23.11.2011
15:45-17:15
50.34 Raum -102

28.11.2011
11:30-13:00
50.34 Raum -102

30.11.2011
15:45-17:15
50.34 Raum -102

05.12.2011
11:30-13:00
50.34 Raum -102

07.12.2011
15:45-17:15
50.34 Raum -102

12.12.2011
11:30-13:00
50.34 Raum -102

14.12.2011
15:45-17:15
50.34 Raum -102

19.12.2011
11:30-13:00
50.34 Raum -102

21.12.2011
15:45-17:15
50.34 Raum -102

09.01.2012
11:30-13:00
50.34 Raum -102

11.01.2012
15:45-17:15
50.34 Raum -102

16.01.2012
11:30-13:00
50.34 Raum -102

18.01.2012
15:45-17:15
50.34 Raum -102

23.01.2012
11:30-13:00
50.34 Raum -102

25.01.2012
15:45-17:15
50.34 Raum -102

30.01.2012
11:30-13:00
50.34 Raum -102

01.02.2012
15:45-17:15
50.34 Raum -102

06.02.2012
11:30-13:00
50.34 Raum -102

08.02.2012
15:45-17:15
50.34 Raum -102

lecturer: Prof. Dr. Alexander Waibel
Dr. Sebastian Stüker
sws: 4
lv-no.: 24145

Vorlesungsarbeitsbereich

Aktuelle Nachrichten, Vorlesungsunterlagen, Literaturhinweise und andere wichtige Informationen zur Vorlesung finden sie im Vorlesungsarbeitsbereich (VAB).

Vortragssprache:

Deutsch

Beschreibung:

Die Vorlesung erläutert den Aufbau eines modernen Spracherkennungssystems. Der Aufbau wird dabei motiviert ausgehend von der Produktion menschlicher Sprache und ihrer Eigenschaften. Es werden alle Verarbeitungsschritte von der Signalverarbeitung über das Training geeigneter, statistischer Modelle, bis hin zur eigentlichen Erkennung ausführlich behandelt.

Dabei stehen statistische Methoden, wie sie in aktuellen Spracherkennungssystemen verwendet werden, im Vordergrund. Somit wird der Stand der Technik in der automatischen Spracherkennung vermittelt. Ferner werden alternative Methoden vorgestellt, aus denen sich die aktuellen entwickelt haben und die zum Teil noch in spezialisierten Fällen in der Spracherkennung zum Einsatz kommen.

Anhand von Beispielanwendungen und Beispielen aus aktuellen Projekten wird der Stand der Technik und die Leistungsfähigkeit moderner Systeme veranschaulicht. Zusätzlich zu den grundlegenden Techniken wird auch eine Einführung in die weiterführenden Techniken automatischer Spracherkennung geben, um so zu vermitteln, wie moderne, leistungsfähige Spracherkennungssysteme trainiert und angewendet werden können.

Literaturhinweise:

  • Xuedong Huang, Alex Acero, Hsiao-wuen Hon, Spoken Language Processing, Prentice Hall, NJ, USA, 2001
  • Daniel Jurafsky and James H. Martin, Speech and language processing : an introduction to natural language processing, computational linguistics, and speech recognition, Prentice Hall, Pearson Education International, 2009
  • Fredrick Jelinek (editor), Statistical Methods for Speech Recognition, The MIT Press,1997, Cambridge, Massachusetts, London, England

 

Weiterführende Literatur

  • Lawrence Rabiner and Ronald W. Schafer, Digital Processing of Speech Signals, Prentice Hall, 1978
  • Schukat-Talamazzini, Automatische Spracherkennung

 

Lehrinhalt:

Der Student wird in die Grundlagen der automatischen Erkennung von Sprache eingeführt. Er lernt dabei den grundlegenden Aufbau eines Spracherkennungssystems kennen sowie die konkrete Anwendung der Konzepte und Methoden aus dem Bereich des maschinellen Lernens, die bei der automatischen Spracherkennung eingesetzt werden.

Um ein tieferes Verständnis zu erlangen und zur Motivation der eingesetzten Techniken, soll der Student ferner das grundlegende Konzept der Produktion menschlicher Sprache verstehen und daraus den Aufbau eines Spracherkennungssystems ableiten können.

Ferner sollen die Studenten verschiedene Anwendungsfälle für automatische Spracherkennung analysieren können und, basierend auf der erkannten Komplexität des Anwendungsfalls, ein geeignetes Spracherkennungssystem entwerfen können.

Im einzelnen sollen die Studenten den Aufbau der Komponenten eines Spracherkennungssystems --- Vorverarbeitung, akustisches Modell, Sprachmodell und Suche --- erlernen. Die Studenten sollen in der Lage sein, nach Besuch der Vorlesung entsprechende Komponenten selber implementieren oder anwenden zu können.
Die Studierenden erlernen ferner die Fähigkeit, die Leistungsfähigkeit von konkreten Spracherkennungssystemen beurteilen und evaluieren zu können.

Ferner soll der Student in die Grundlagen weiterführender Techniken der automatischen Spracherkennung, etwa die Verwendung von Modell- und Merkmalsraumadaption, und die Art ihrer Anwendung eingeführt werden.

Sprechstunde

Sprechstunde Prof. Waibel: Dienstag, 12:00h