Detail projektu

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

Období řešení: 23. 2. 2015 – 31. 3. 2017

Typ projektu: smluvní výzkum

Objednatel: Raytheon BBN Technologies Corp

Název česky
DARPA - Robustní automatický přepis řeči (RATS) - RATS Patrol II
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
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
Černocký Jan, prof. Dr. Ing. (UPGM)
Fér Radek, Ing.
Glembek Ondřej, Ing., Ph.D.
Heřmanský Hynek, prof. Ing., Dr. Eng. (UPGM)
Karafiát Martin, Ing., Ph.D. (UPGM)
Kobes Michal
Novotný Ondřej, Ing., Ph.D.
Ogawa Tetsuji
Ondel Lucas Antoine Francois, Mgr., Ph.D. (SSDIT)
Plchot Oldřich, Ing., Ph.D. (UPGM)
Popková Anna, Ing.
Silnova Anna, M.Sc., Ph.D. (UPGM)
Skácel Miroslav, Ing.
Veselý Karel, Ing., Ph.D. (UPGM)
Publikace

2017

  • MATĚJKA, P. Summary report for project "Robust Automatic Speech Transcription" in Year 2017. Brno: Raytheon BBN Technologies, 2017. p. 1-5. Detail

2016

  • BRUMMER, J.; SWART, A.; PRIETO, J.; GARCIA PERERA, L.; MATĚJKA, P.; PLCHOT, O.; DIEZ SÁNCHEZ, M.; SILNOVA, A.; JIANG, X.; NOVOTNÝ, O.; ROHDIN, J.; GLEMBEK, O.; GRÉZL, F.; BURGET, L.; ONDEL YANG, L.; PEŠÁN, J.; ČERNOCKÝ, J.; KENNY, P.; ALAM, J.; BHATTACHARYA, G.; ZEINALI, H. ABC NIST SRE 2016 SYSTEM DESCRIPTION. San Diego: National Institute of Standards and Technology, 2016. p. 1-8. Detail
  • LI, R.; MALLIDI, S.; PLCHOT, O.; BURGET, L.; DEHAK, N. Exploiting Hidden-Layer Responses of Deep Neural Networks for Language Recognition. In Proceedings of Interspeech 2016. San Francisco: International Speech Communication Association, 2016. p. 3265-3269. ISBN: 978-1-5108-3313-5. Detail
  • MATĚJKA, P. Summary report for project "Robust Automatic Speech Transcription" in Year 2016. Brno: Raytheon BBN Technologies, 2016. p. 1 (1 s.). Detail
  • MATĚJKA, P.; GLEMBEK, O.; NOVOTNÝ, O.; PLCHOT, O.; GRÉZL, F.; BURGET, L.; ČERNOCKÝ, J. Analysis Of DNN Approaches To Speaker Identification. In Proceedings of the 41th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), 2016. Shanghai: IEEE Signal Processing Society, 2016. p. 5100-5104. ISBN: 978-1-4799-9988-0. Detail
  • NOVOTNÝ, O.; MATĚJKA, P.; GLEMBEK, O.; PLCHOT, O.; GRÉZL, F.; BURGET, L.; ČERNOCKÝ, J. Analysis of the DNN-Based SRE Systems in Multi-language Conditions. In Proceedings of SLT 2016. San Diego: IEEE Signal Processing Society, 2016. p. 199-204. ISBN: 978-1-5090-4903-5. Detail
  • NOVOTNÝ, O.; MATĚJKA, P.; PLCHOT, O.; GLEMBEK, O.; BURGET, L.; ČERNOCKÝ, J. Analysis of Speaker Recognition Systems in Realistic Scenarios of the SITW 2016 Challenge. In Proceedings of Interspeech 2016. San Francisco: International Speech Communication Association, 2016. p. 828-832. ISBN: 978-1-5108-3313-5. Detail
  • PEŠÁN, J.; BURGET, L.; ČERNOCKÝ, J. Sequence Summarizing Neural Networks for Spoken Language Recognition. In Proceedings of Interspeech 2016. San Francisco: International Speech Communication Association, 2016. p. 3285-3289. ISBN: 978-1-5108-3313-5. Detail
  • PLCHOT, O.; BURGET, L.; ARONOWITZ, H.; MATĚJKA, P. Audio Enhancing With DNN Autoencoder For Speaker Recognition. In Proceedings of the 41th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), 2016. Shanghai: IEEE Signal Processing Society, 2016. p. 5090-5094. ISBN: 978-1-4799-9988-0. Detail
  • PLCHOT, O.; MATĚJKA, P.; FÉR, R.; GLEMBEK, O.; NOVOTNÝ, O.; PEŠÁN, J.; VESELÝ, K.; ONDEL YANG, L.; KARAFIÁT, M.; GRÉZL, F.; KESIRAJU, S.; BURGET, L.; BRUMMER, J.; SWART, A.; CUMANI, S.; MALLIDI, S.; LI, R. BAT System Description for NIST LRE 2015. In Proceedings of Odyssey 2016, The Speaker and Language Recognition Workshop. Proceedings of Odyssey: The Speaker and Language Recognition Workshop Odyssey 2014, Joensuu, Finland. Bilbao: International Speech Communication Association, 2016. p. 166-173. ISSN: 2312-2846. Detail

2015

  • CUMANI, S.; PLCHOT, O.; FÉR, R. Exploiting i-vector posterior covariances for short-duration language recognition. In Proceedings of Interspeech 2015. Proceedings of Interspeech. Dresden: International Speech Communication Association, 2015. p. 1002-1006. ISBN: 978-1-5108-1790-6. ISSN: 1990-9772. Detail
  • FÉR, R.; MATĚJKA, P.; GRÉZL, F.; PLCHOT, O.; ČERNOCKÝ, J. Multilingual Bottleneck Features for Language Recognition. In Proceedings of Interspeech 2015. Proceedings of Interspeech. Dresden: International Speech Communication Association, 2015. p. 389-393. ISBN: 978-1-5108-1790-6. ISSN: 1990-9772. Detail
  • MATĚJKA, P.; PLCHOT, O.; NOVOTNÝ, O.; FÉR, R. Summary report for project "Robust Automatic Speech Transcription" in Year 2015. Brno: Raytheon BBN Technologies, 2015. Detail
  • PEŠÁN, J.; BURGET, L.; HEŘMANSKÝ, H.; VESELÝ, K. DNN derived filters for processing of modulation spectrum of speech. In Proceedings of Interspeech 2015. Proceedings of Interspeech. Dresden: International Speech Communication Association, 2015. p. 1908-1911. ISBN: 978-1-5108-1790-6. ISSN: 1990-9772. Detail
Nahoru