Nonlinear Analyses and Algorithms for Speech Processing

ویرایش:  
نویسندگان: Chetouani M.,  Hussain A.,  Gas B.,  Milgram M.,  Zarader J.-L. (eds.)  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: [293] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 Mb 

قیمت کتاب (تومان) : 61,000

Издательство Springer, 2007, -292 pp. کنفرانس بین المللی در مورد پردازش غیرخطی گفتار, NOLISP 2007, پاریس, فرانسه, 22-25 مه 2007. مقالات منتخب اصلاح شده.
ما در این جلد مجموعه ای از مقالات منتخب اصلاح شده از کارگاه آموزشی و پژوهشی ISCA در مورد پردازش غیرخطی گفتار (NOLISP 2007) که در پاریس، فرانسه، 22 تا 25 مه، 2007 برگزار شد، ارائه می دهیم. NOLISP 2007 توسط دانشگاه سازماندهی شد. پیر و ماری کوری (UPMC) با حمایت سخاوتمندانه ISCA (انجمن بین المللی ارتباطات گفتاری)، EURASIP و IEEE. NOLISP 2007 اولین کارگاه متعاقب مجموعه ای از سه رویداد قبلی مربوط به پردازش غیرخطی گفتار بود که در چارچوب اقدام اروپایی COST 277 پردازش غیرخطی گفتار (2001-2005) سازماندهی شد. حمایت مالی ISCA امکان حضور محققان برجسته از نقاط مختلف جهان را فراهم کرد.
حوزه هیجان انگیز پردازش گفتار در حدود 20 سال گذشته شاهد پیشرفت فوق العاده ای بوده است که هم به لطف پیشرفت فناوری و هم به دلیل تمرکز فزاینده تحقیق در مورد تعدادی از زمینه های کاربردی کلیدی. با این حال، برخی از ویژگی های سیگنال گفتار هنوز توسط مدل های موجود در حال حاضر به خوبی مورد توجه قرار نگرفته است. از این رو، مدل‌های غیر متعارف و تکنیک‌های پردازشی جدید به منظور تقویت و/یا همراهی با پیشرفت‌های آتی، حتی اگر فوراً با سطح عملکرد و درک رویکردهای مدرن فعلی مطابقت نداشته باشند، باید بررسی شوند.
هدف NOLISP ارائه و بحث در مورد ایده‌ها، کارها و نتایج جدید مربوط به چنین تکنیک‌های جایگزین برای پردازش گفتار است که از رویکردهای رایج خارج می‌شوند. این برنامه اعلام کرد که قصد خود را به عنوان یک انجمن بین رشته ای، درهم آمیختن تحقیقات در زمینه های مختلف پردازش گفتار با کاربردهای رو به رشد آن در تمرین روزمره است.
یکی از ویژگی های خاص جلدهای NOLISP این است که نویسندگان معمولاً پیشرفت های جدیدی را برای پردازش گفتار پیشنهاد می کنند. با الهام گرفتن از سایر زمینه‌های هیجان‌انگیز از جمله، از جمله، پردازش سیگنال آماری، طبقه‌بندی الگو، پردازش چندوجهی، معیارهای مبتنی بر ادراکی، پردازش شنیداری و رویکردهای مبتنی بر یادگیری ماشین. تکنیک‌های غیرخطی و غیر متعارف
روش‌های مبتنی بر فاز برای تجزیه و تحلیل منبع صوتی
برخی از آزمایش‌ها در پردازش گفتار سمعی و بصری
بهره‌برداری از غیرخطی بودن در پردازش سیگنال تطبیقی ​​
سنتز گفتار
ترکیب سنتز گفتار اسپانیایی مبتنی بر HMM با CBR برای تخمین عروضی
ارزیابی عینی و ذهنی یک مجموعه گفتار بیانی
تشخیص بلندگو
در مورد سودمندی سیگنال های باقیمانده پیش بینی خطی و غیرخطی برای تشخیص بلندگو
رویکرد بانک چند فیلتری برای تأیید بلندگو بر اساس الگوریتم ژنتیک
تشخیص بلندگو از طریق Nonline - و ویژگی‌های متمایز بلندگو
تأیید کلاس مبتنی بر پرسپترون
تشخیص گفتار
تغییر ویژگی‌های مبتنی بر یادگیری چندگانه برای طبقه‌بندی تلفن
تشخیص کلمه با سلسله مراتب شبکه عصبی
مدل های ترکیبی برای تشخیص خودکار گفتار: مقایسه ای از روش های ANN کلاسیک و مبتنی بر هسته
به سمت مدل های پنهان مارکوف مبتنی بر آوایی: آیا می توانیم نشانه های آوایی را در ASR مبتنی بر HMM بگنجانیم؟
یک برنامه افزودنی ترکیبی ژنتیکی-عصبی جلویی برای تشخیص قوی گفتار از طریق خطوط تلفن
الگوریتم‌های کارآمد Viterbi برای مدل‌های مبتنی بر درخت واژگانی
تحلیل گفتار
غیر -اشیاء آکوستیک خودسازگار ثابت به عنوان اتم های گفتار صوتی
Cepstrum فاز هارتلی به عنوان ابزاری برای تجزیه و تحلیل سیگنال
تحلیل گفتار صوتی با تجزیه حالت تجربی
تخمین نمونه های بسته شدن گلوتال توسط گفتار پیش‌بینی غیرخطی وزن‌دار
جدایی ادراکی کمی دو نوع تخریب در کاربردهای نویز زدایی گفتار
بهره‌برداری از تکنیک‌های غیرخطی
یک VAD کارآمد بر اساس یک PDF گاوسی تعمیم‌یافته
br/>تخمین پراکندگی امضای گلوتال بیومتریک در گفتار پیوسته
شبکه های چگالی مخلوط مسیر با مخلوط های چندگانه برای وارونگی صوتی- مفصلی
کاربرد انتخاب زیرمجموعه ویژگی بر اساس الگوریتم های تکاملی برای حرکت مجدد خودکار

Издательство Springer, 2007, -292 pp. International Conference on Nonlinear Speech Processing, NOLISP 2007, Paris, France, May 22-25, 2007. Revised Selected Papers.
We present in this volume a collection of revised selected papers from the ISCA Tutorial and Research Workshop on Nonlinear Speech Processing (NOLISP 2007) held in Paris, France, 22–25 May, 2007. NOLISP 2007 was organized by the University Pierre and Marie Curie (UPMC) with the generous support of ISCA (International Speech Communication Association), EURASIP and the IEEE. NOLISP 2007 was the first follow-on workshop to a series of three earlier events related to nonlinear speech processing, that were organized within the framework of the European COST action 277 Nonlinear speech processing (2001–2005). The financial support of ISCA enabled the attendance of leading researchers from various parts of the world.
The exciting field of speech processing has witnessed tremendous development over the past 20 years or so, thanks to both technological progress and to the growing focus of research on a number of key application areas. However, some specificities of the speech signal are still not well addressed by the currently available models. Hence, new nonconventional models and processing techniques need to be investigated in order to foster and/or accompany future progress, even if they do not match immediately the level of performance and understanding of the current state-of-the-art approaches.
The purpose of NOLISP is to present and discuss novel ideas, work and results related to such alternative techniques for speech processing, which depart from mainstream approaches. It declared its intent to be an interdisciplinary forum, intertwining research in different fields of speech processing with its growing applications in everyday practice.
One of the special characteristics of the NOLISP volumes is that the authors usually propose new improvements for speech processing by drawing inspiration from other exciting fields including, amongst others, statistical signal processing, pattern classification, multi-modal processing, perceptual-based criteria, auditory processing and machine learning-based approaches. Non-Linear and Non-Conventional Techniques
Phase-Based Methods for Voice Source Analysis
Some Experiments in Audio-Visual Speech Processing
Exploiting Nonlinearity in Adaptive Signal Processing
Speech Synthesis
Mixing HMM-Based Spanish Speech Synthesis with a CBR for Prosody Estimation
Objective and Subjective Evaluation of an Expressive Speech Corpus
Speaker Recognition
On the Usefulness of Linear and Nonlinear Prediction Residual Signals for Speaker Recognition
Multi Filter Bank Approach for Speaker Verification Based on Genetic Algorithm
Speaker Recognition Via Nonlinear Phonetic- and Speaker-Discriminative Features
Perceptron-Based Class Verification
Speech Recognition
Manifold Learning-Based Feature Transformation for Phone Classification
Word Recognition with a Hierarchical Neural Network
Hybrid Models for Automatic Speech Recognition: A Comparison of Classical ANN and Kernel Based Methods
Towards Phonetically-Driven Hidden Markov Models: Can We Incorporate Phonetic Landmarks in HMM-Based ASR?
A Hybrid Genetic-Neural Front-End Extension for Robust Speech Recognition over Telephone Lines
Efficient Viterbi Algorithms for Lexical Tree Based Models
Speech Analysis
Non-stationary Self-consistent Acoustic Objects as Atoms of Voiced Speech
The Hartley Phase Cepstrum as a Tool for Signal Analysis
Voiced Speech Analysis by Empirical Mode Decomposition
Estimation of Glottal Closure Instances from Speech Signals by Weighted Nonlinear Prediction
Quantitative Perceptual Separation of Two Kinds of Degradation in Speech Denoising Applications
Exploitation of non-linear techniques
An Efficient VAD Based on a Generalized Gaussian PDF
Estimating the Dispersion of the Biometric Glottal Signature in Continuous Speech
Trajectory Mixture Density Networks with Multiple Mixtures for Acoustic-Articulatory Inversion
Application of Feature Subset Selection Based on Evolutionary Algorithms for Automatic Emotion Recognition in Speech