
2017 · Lecture 4 of 22 · Grundlagen der Automatischen
KIT Lehre und Wissen
Grundlagen der Automatischen · 22 lectures
2017 · 22 lectures
01: Automatische Spracherkennung
02: Taxonomie von Spracherkennungssystemen
03: Sprachlaute, Ort und Art der Artikulation
04: Schriftsysteme, Mikrofone, Wandlerprinzipien
05: Wortfehlrate, Grundlagen der Signalverarbeitung
06: Fourierreihe, Fouriertransformation, Quantisierung
07: Mel Skalierung, Helmholtzresonator, Vokaldreieck
08: Typische Vorverarbeitung, Klassifikation
09: Spracherkennung mit Musterklassifikation
10: KNN, LVQ, stochastische ASR, HMMs
11: Hidden Markov Model Ansatz
12: Expectation Maximization (EM)
13: HMMs in ASR, HMM Trainingszyklus, Etikettierte Daten
14: Kontextabhängige Modellierung für AMs
15: Kontextabhängige AM, Aussprachewörterbücher
16: Multiworte, Sprachmodelle
17: Back-Off Sprachmodelle, Katz Backoff, Kneser-Ney Backoff
18: CFGs als Sprachmodelle, Suche
19: Sprachmodelle in der Suche, Viterbi-Suche
20: Systemkombination, Diskriminatives Training
21: Diskriminatives Training, Adaption
22: Entropie einer Wortquelle, Perplexität, Adaption