Detail projektu

DARPA Robust Automatic Transcription of Speech (RATS) - RATS Patrol I

Období řešení: 23. 9. 2010 – 30. 6. 2014

Typ projektu: smluvní výzkum

Objednatel: Raytheon BBN Technologies Corp

Název česky
DARPA Robustní automatický přepis řeči (RATS) - RATS Patrol I
Typ
smluvní výzkum
Klíčová slova

rozpoznávání řeči, rozpoznávání mluvčího, rozpoznávání jazyka, detekce klíčových
slov, robustnost, šum, přenosové kanály

Abstrakt

Existující technologie zpracování řečového signálu jsou nedostačující pro většinu
hlučných nebo degradovaných řečových signálů, které jsou důležité pro vojenskou
špionáž. Program robustní automatické transkripce řeči vytváří algoritmy
a software, které provedou následující úkony na signálech potenciálně
obsahujících řeč, které byly získány prostřednictvím komunikačních kanálů, jež
jsou extrémně hlučné a/nebo vysoce deformované: detekce řečové aktivity,
rozpoznávání jazyka, rozpoznávání mluvčího a detekce klíčových slov.

Řešitelé
Matějka Pavel, Ing., Ph.D. – hlavní řešitel
Andrla Petr, Ing.
Cipr Tomáš, Ing.
Černocký Jan, prof. Dr. Ing. (UPGM)
Grézl František, Ing., Ph.D. (UPGM)
Chalupníček Kamil, Ing. (VZ SPEECH)
Otáhalová Sylva (UPGM)
Szőke Igor, Ing., Ph.D. (UPGM)
Publikace

2017

  • MATĚJKA, P.; NOVOTNÝ, O.; PLCHOT, O.; BURGET, L.; DIEZ SÁNCHEZ, M.; ČERNOCKÝ, J. Analysis of Score Normalization in Multilingual Speaker Recognition. In Proceedings of Interspeech 2017. Proceedings of Interspeech. Stockholm: International Speech Communication Association, 2017. p. 1567-1571. ISSN: 1990-9772. Detail
  • PLCHOT, O.; MATĚJKA, P.; SILNOVA, A.; NOVOTNÝ, O.; DIEZ SÁNCHEZ, M.; ROHDIN, J.; GLEMBEK, O.; BRÜMMER, N.; SWART, A.; PRIETO, J.; GARCIA PERERA, L.; BUERA, L.; KENNY, P.; ALAM, J.; BHATTACHARYA, G. Analysis and Description of ABC Submission to NIST SRE 2016. In Proceedings of Interspeech 2017. Proceedings of Interspeech. Stockholm: International Speech Communication Association, 2017. p. 1348-1352. ISSN: 1990-9772. Detail

2014

  • BAHARI, M.; DEHAK, N.; VAN HAMME, H.; BURGET, L.; ALI, A.; GLASS, J. Non-Negative Factor Analysis of Gaussian Mixture Model Weight Adaptation for Language and Dialect Recognition. IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH AND LANGUAGE PROCESSING, 2014, vol. 2014, no. 7, p. 1117-1129. ISSN: 2329-9290. Detail
  • CUMANI, S.; LAFACE, P.; PLCHOT, O. On the use of i-vector posterior distributions in Probabilistic Linear Discriminant Analysis. IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH AND LANGUAGE PROCESSING, 2014, vol. 22, no. 4, p. 846-857. ISSN: 2329-9290. Detail
  • GLEMBEK, O.; MA, J.; MATĚJKA, P.; ZHANG, B.; PLCHOT, O.; BURGET, L.; MATSOUKAS, S. Domain adaptation via within-class covariance correction in I-vector based speaker recognition systems. In Proceedings of ICASSP 2014. Florencie: IEEE Signal Processing Society, 2014. p. 4060-4064. ISBN: 978-1-4799-2892-7. Detail
  • MARTÍNEZ GONZÁLEZ, D.; BURGET, L.; STAFYLAKIS, T.; LEI, Y.; KENNY, P.; LLEIDA, E. Unscented Transform For Ivector-based Noisy Speaker Recognition. In Proceedings of ICASSP 2014. Florencie: IEEE Signal Processing Society, 2014. p. 4070-4074. ISBN: 978-1-4799-2892-7. Detail
  • MATĚJKA, P.; ZHANG, L.; NG, T.; MALLIDI, S.; GLEMBEK, O.; MA, J.; ZHANG, B. Neural Network Bottleneck Features for Language Identification. In Proceedings of Odyssey 2014. Proceedings of Odyssey: The Speaker and Language Recognition Workshop Odyssey 2014, Joensuu, Finland. Joensuu: International Speech Communication Association, 2014. p. 299-304. ISSN: 2312-2846. Detail
  • NG, T.; HSIAO, R.; ZHANG, L.; KARAKOS, D.; MALLIDI, S.; KARAFIÁT, M.; VESELÝ, K.; SZŐKE, I.; ZHANG, B.; NGUYEN, L.; SCHWARTZ, R. Progress in the BBN Keyword Search System for the DARPA RATS Program. In Proceedings of Interspeech 2014. Singapore: International Speech Communication Association, 2014. p. 959-963. ISBN: 978-1-63439-435-2. Detail
  • PLCHOT, O.; DIEZ SÁNCHEZ, M.; SOUFIFAR, M.; BURGET, L. PLLR Features in Language Recognition System for RATS. In Proceedings of Interspeech 2014. Singapore: International Speech Communication Association, 2014. p. 3048-3051. ISBN: 978-1-63439-435-2. Detail

2013

  • CUMANI, S.; BRUMMER, J.; BURGET, L.; LAFACE, P.; PLCHOT, O.; VASILAKAKIS, V. Pairwise Discriminative Speaker Verification in the I -Vector Space. IEEE Transactions on Audio, Speech, and Language Processing, 2013, vol. 2013, no. 6, p. 1217-1227. ISSN: 1558-7916. Detail
  • CUMANI, S.; PLCHOT, O.; LAFACE, P. Probabilistic Linear Discriminant Analysis Of I-Vector Posterior Distributions. Proceedings of ICASSP 2013. Vancouver: IEEE Signal Processing Society, 2013. p. 7644-7648. ISBN: 978-1-4799-0355-9. Detail
  • PLCHOT, O.; MATSOUKAS, S.; MATĚJKA, P.; DEHAK, N.; MA, J.; CUMANI, S.; GLEMBEK, O.; HEŘMANSKÝ, H.; MESGARANI, N.; SOUFIFAR, M.; THOMAS, S.; ZHANG, B.; ZHOU, X. Developing A Speaker Identification System For The DARPA RATS Project. Proceedings of ICASSP 2013. Vancouver: IEEE Signal Processing Society, 2013. p. 6768-6772. ISBN: 978-1-4799-0355-9. Detail
  • SOUFIFAR, M.; BURGET, L.; PLCHOT, O.; CUMANI, S.; ČERNOCKÝ, J. Regularized Subspace n-Gram Model for Phonotactic iVector Extraction. Proceedings of Interspeech 2013. Proceedings of the 14th Annual Conference of the International Speech Communication Association (Interspeech 2013). Lyon: International Speech Communication Association, 2013. p. 74-78. ISBN: 978-1-62993-443-3. ISSN: 2308-457X. Detail

2012

  • BRUMMER, J.; CUMANI, S.; GLEMBEK, O.; KARAFIÁT, M.; MATĚJKA, P.; PEŠÁN, J.; PLCHOT, O.; SOUFIFAR, M.; DE VILLIERS, E.; ČERNOCKÝ, J. Description and analysis of the Brno276 system for LRE2011. In Proceedings of Odyssey 2012: The Speaker and Language Recognition Workshop. Singapur: International Speech Communication Association, 2012. p. 216-223. ISBN: 978-981-07-3093-2. Detail
  • D'HARO, L.; GLEMBEK, O.; PLCHOT, O.; MATĚJKA, P.; SOUFIFAR, M.; CORDOBA, R.; ČERNOCKÝ, J. Phonotactic Language Recognition using i-vectors and Phoneme Posteriogram Counts. Proceedings of Interspeech 2012. Proceedings of Interspeech. Portland, Oregon: International Speech Communication Association, 2012. p. 1-4. ISBN: 978-1-62276-759-5. ISSN: 1990-9772. Detail
  • LEI, Y.; BURGET, L.; SCHEFFER, N. Bilinear Factor Analysis for iVector Based Speaker Verification. Proceedings of Interspeech. Portland, Oregon: International Speech Communication Association, 2012. p. 1-4. ISBN: 978-1-62276-759-5. Detail
  • MATĚJKA, P.; PLCHOT, O.; SOUFIFAR, M.; GLEMBEK, O.; D'HARO, L.; VESELÝ, K.; GRÉZL, F.; MA, J.; MATSOUKAS, S.; DEHAK, N. Patrol Team Language Identification System for DARPA RATS P1 Evaluation. Proceedings of Interspeech 2012. Proceedings of Interspeech. Portland, Oregon: International Speech Communication Association, 2012. p. 1-4. ISBN: 978-1-62276-759-5. ISSN: 1990-9772. Detail
  • NG, T.; ZHANG, B.; NGUYEN, L.; MATSOUKAS, S.; ZHOU, X.; MESGARANI, N.; VESELÝ, K.; MATĚJKA, P. Developing a Speech Activity Detection System for the DARPA RATS Program. Proceedings of Interspeech 2012. Proceedings of Interspeech. Portland, Oregon: International Speech Communication Association, 2012. p. 1-4. ISBN: 978-1-62276-759-5. ISSN: 1990-9772. Detail
  • PLCHOT, O.; KARAFIÁT, M.; BRUMMER, J.; GLEMBEK, O.; MATĚJKA, P.; DE VILLIERS, E.; ČERNOCKÝ, J. Speaker vectors from Subspace Gaussian Mixture Model as complementary features for Language Identification. In Proceedings of Odyssey 2012, The Speaker and Language Recognition Workshop. Singapur: International Speech Communication Association, 2012. p. 330-333. ISBN: 978-981-07-3093-2. Detail

2011

  • MARTÍNEZ GONZÁLEZ, D.; PLCHOT, O.; BURGET, L.; GLEMBEK, O.; MATĚJKA, P. Language Recognition in iVectors Space. In Proceedings of Interspeech 2011. Proceedings of Interspeech. Florence: International Speech Communication Association, 2011. p. 861-864. ISBN: 978-1-61839-270-1. ISSN: 1990-9772. Detail
  • SOUFIFAR, M.; KOCKMANN, M.; BURGET, L.; PLCHOT, O.; GLEMBEK, O.; SVENDSEN, T. iVector Approach to Phonotactic Language Recognition. In Proceedings of Interspeech 2011. Proceedings of Interspeech. Florence: International Speech Communication Association, 2011. p. 2913-2916. ISBN: 978-1-61839-270-1. ISSN: 1990-9772. Detail
Nahoru