An efficient search space representation for large vocabulary continuous speech recognition

Demuynck, Kris; Duchateau, Jacques; Compernolle, Dirk Van; Wambacq, Patrick

doi:10.1016/s0167-6393(99)00030-8

Cited by 42 publications

(34 citation statements)

References 22 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…To decode, a single-pass time synchronous beam search algorithm is used [Demuynck et al, 2000]. For the clean data, the recogniser runs in real time on a 2.0 GHz Pentium 4 processor.…”

Section: Aurora4 Recognisermentioning

confidence: 99%

Robust Automatic Speech Recognition

Li¹,

Deng²,

Haeb‐Umbach³

et al. 2016

View full text Add to dashboard Cite

Mede door zijn lessen, die vaak doorweven waren met hoorbare resultaten van stateof-the-art onderzoek, raakte ik geboeid door digitale (spraak)signalen en de mogelijkheden om deze te manipuleren. Het lot bepaalde echter dat het oorspronkelijke onderzoeksvoorstel in de schuif (in Brussel) bleef liggen.Anderzijds heeft Hugo Van hamme me doen inzien dat ruissignalen niet zo saai zijn als ze klinken. Mede door zijn inzet is dit werk tot stand gekomen. Hij bleek steeds weer een onuitputtelijke bron van nieuwe ideeën, die hij op een enthousiaste manier wist over te brengen. En door zijn optimistische kijk leerde ik om de resultaten in het juiste daglicht te plaatsen. Nu kan ik met enige trots zeggen dat ik de eerste doctorandus ben met hem als promotor.v Zorgvuldig werden mijn artikels nagelezen door Hugo en door mijn co-promotor, Patrick Wambacq. En telkens kreeg ik het heuglijke nieuws dat ze aanvaard werden voor publicatie. Ik waardeer het erg dat ik meerdere hoogstaande internationale congressen heb mogen bijwonen. Deze brachten me in Genève, Montréal, Norwich, Philadelphia en Lissabon. Het presenteren van mijn onderzoeksresultaten aan een dergelijk ruim publiek deed mijn zelfvertrouwen groeien, terwijl de contacten met andere onderzoekers mijn motivatie steeds weer aanscherpten.Het F.W.O. Vlaanderen ben ik erkentelijk voor de financiële middelen die zij gedurende de voorbije vier jaren ter beschikking stelden om dit doctoraatsonderzoek te realiseren.Een woord van dank wil ik ook richten aan mijn collega's, want ieder van hen heeft zijn steentje bijgedragen om van de spraakgroep een productieve en toffe groep te maken. Mijn bureaugenoten, Kris Demuynck en Mathias De Wachter, zorgden dag na dag voor een aangename werksfeer. En wanneer we even te vlijtig waren, werden we daar meteen op gewezen door Jacques Duchateau, die op vrijwillige basis (het aantal) Matlab-processen en het schijfgebruik in het oog hield. Kris en Jacques hielpen me ook steeds vol enthousiasme bij het oplossen van technische problemen. De gedrevenheid van Kris Hermus bij het uitwerken van de oefenzittingen van het vak spraakverwerking werkte aanstekelijk. Ik dank hem dan ook graag voor onze vlotte samenwerking in deze context. De spraakgroepactiviteiten -waaronder de 'speech classic' fietstochten -die hij met Dong Hoon Van Uytsel organiseerde, gaven een extra dimensie aan de voorbije jaren. Dong Hoon wil ik verder nog bedanken voor het ter beschikking stellen van deze L A T E X-template. Kris Hermus vond de moed om de doctoraatstekst volledig na te lezen, wat ik zeer gewaardeerd heb.Mijn vrienden en vriendinnen wil ik graag bedanken voor alle plezierige momenten die we samen beleefden en die een uitstekende vorm van ontspanning betekenden. Ook de uren die ik doorbracht met de medewerk(st)ers van het Wereldcafé.coop gaven mijn leven extra kleur. Net als de soms diepzinnige e-mailconversaties met Stijn F., wiens luisterbereidheid en relativeringsvermogen ik erg waardevol blijf vinden. Daarnaast verdient Kris een oprecht woord van dank voor het orga...

show abstract

“…To decode, a single-pass time synchronous beam search algorithm is used [Demuynck et al, 2000]. For the clean data, the recogniser runs in real time on a 2.0 GHz Pentium 4 processor.…”

Section: Aurora4 Recognisermentioning

confidence: 99%

Robust Automatic Speech Recognition

Li¹,

Deng²,

Haeb‐Umbach³

et al. 2016

View full text Add to dashboard Cite

show abstract

“…In one version our in-house large-vocabulary speakerindependent continuous speech recognizer was used [3,4]. This system is, similar to all modern large vocabulary speech recogniz- ers, based on statistical pattern recognition and integrates all knowledge concerning the spoken input according to the scheme depicted in figure 13.…”

Section: Speech Recognitionmentioning

confidence: 99%

“…Due to the smart representation of the lexicon [3] and the fast evaluation of the acoustic models [4], our recognizer provides realtime decoding in combination with a low latency, even for continuous speech and large vocabularies (20000 or more words). The lowlatency of the recognizer allows for example direct visual feedback to the user by means of frowning eyebrows whenever a language construct that is likely to be misunderstood by the virtual guide, is heard.…”

Section: Speech Recognitionmentioning

confidence: 99%

A guided tour to virtual Sagalassos

Pollefeys¹,

Gool²,

Akkermans³

et al. 2001

Proceedings of the 2001 Conference on Virtual Reality, Archeology, and Cultural Heritage - VAST '01

Self Cite

View full text Add to dashboard Cite

The system presented in this paper allows to take a guided tour to a virtual reconstruction of the ancient site of Sagalassos. The site has been reconstructed by combining 3D models of the landscape and remains with CAD reconstructions of monuments based on archaeological hypothesis. The 3D models were obtained using advanced image-based modelling techniques developed over the last few years in computer vision. The visitor can communicate with the virtual guide through natural speech. The guide itself is represented by a 3D face model.

show abstract

“…Around 2005 there were several research institutions in the low countries that had developed speech recognition systems for the Dutch language [2,15]. Some were using CGN [20], others used their own databases [10,15].…”

Section: Introductionmentioning

confidence: 99%

N-Best 2008: A Benchmark Evaluation for Large Vocabulary Speech Recognition in Dutch

Leeuwen¹

2012

Essential Speech and Language Technology for Dutch

View full text Add to dashboard Cite

Automatic Speech Recognition (ASR) is a discipline of engineering that benefits particularly well from formal evaluations. There are several reasons for this. Firstly, speech recognition is basically a pattern recognition task, and to scientifically show that the system works it needs to be tested on fresh material that has never been observed by the system, or indeed the researchers themselves. This means that speech material for testing purposes needs to be collected, which requires quite some effort, but can formally only be used once. It is therefore more efficient if the evaluation material is used to determine the performance of several systems simultaneously, which suggests a common form of this kind of performance benchmarking: that of a formal evaluation. Secondly, after a system evaluation the evaluation material and protocol can be used for future researchers as a benchmark test: algorithms can be developed and tuned to increase performance on the test. By using a well-established formal evaluation protocol performance figures can directly be compared amongst different researchers in the literature, which gives more meaning to the actual figures. Thirdly, a benchmark evaluation gives researchers a clear focus and goal, and appears to stimulate the different research groups to get the best out of their system in a friendly competitive way.Formal evaluations in speech technology have their origin in the early 1990s of the last century, when the US Advanced Research Projects Agency (ARPA) organised regular evaluations in speech recognition executed by the National Institute of Standards and Technology (NIST) [16], soon followed by speaker [12] and language [13] recognition. In the early years the language of interest for speech recognition invariably was English, but as tasks got harder and performance got

show abstract

An efficient search space representation for large vocabulary continuous speech recognition

Cited by 42 publications

References 22 publications

Robust Automatic Speech Recognition

Robust Automatic Speech Recognition

A guided tour to virtual Sagalassos

N-Best 2008: A Benchmark Evaluation for Large Vocabulary Speech Recognition in Dutch

Contact Info

Product

Resources

About