Grundlagen der Automatischen Spracherkennung, WS16/17, Vorlesung Karlsruher Institut für Technologie (KIT)

0:00:00 Starten
0:00:16 Minimierung des Wortfehlers
0:02:50 Approximierung mit N-besten Listen
0:04:06 WER Minimierung auf Wortgraphen
0:04:18 Multiple Alignment WER
0:07:03 Finden des globalen Alignment
0:08:21 Alignment als Äquivalenzrelation
0:09:44 Finden einer angemessenen Äquivalenzrelation
0:12:02 Intra-Wort-Clustern
0:14:58 Pruning
0:15:45 Confusionsnetzwerke
0:18:20 Confusionsnetzwer-Hypothese
0:19:20 Eyperimente
0:23:03 Systemkombination
0:25:00 Systemkombination mit ROVER
0:28:33 Alignierung vieler Hypothesen mittlels DP
0:29:30 Beispiel
0:30:46 Mehrheitsentscheidung
0:31:25 Experimente
0:34:28 Probleme mit EM Training
0:38:06 Korrektives Training
0:41:22 Diskriminatives Training
0:43:00 Maximierung der Posterioriw'keit
0:43:41 Transformation / Mutual Information
0:45:14 Maximum Mutual Information Estimation (MMIE)
0:47:52 MLE vs. MMIE
0:50:35 MMIE Implementierung
0:51:20 MMIE Optimierung
0:52:16 Erweiterte Baum-Welch Regeln
0:54:59 MMIE Trainingsprozedur
0:57:21 Ergebnisse
0:58:00 MWE/MCE Training
1:07:31 Neue-Worte-Problem
1:09:31 Ansätze
1:11:02 Häufigkeitsverteilung von Wörtern
1:12:46 Herausvorderungen bei der OOV Detektion
1:14:11 OOV Wörtermodelle im AM
1:15:37 AM
1:16:03 OOV Wörtermodelle LM
1:17:49 Automatisches Clustern
1:18:06 Beispiele
1:19:36 Genauigkeit OOV Detektion
1:21:01 Lernen der neuen Wörter
1:21:32 Beispiel Lerndialog

18 |
0:00:00 Starten
0:01:22 Vor- und Nachteile eines Stackdecoders
0:05:30 A* vs. Strahlsuche
0:07:22 Vermeidung von Redundanzen
0:09:23 Baumsuche
0:12:11 Baumsuche mit Sprachmodell
0:13:54 Delayed Bi-Grams
0:21:15 Einsparung durch Baum-Lexica
0:25:40 Kopien von Suchbäumen
0:29:50 Suche mit kontextabhängigen Modellen
0:32:24 Baumsuche mit kontextabhängigen Modellen
0:35:58 N-Besten Suche
0:43:27 Probleme mit n besten Listen
0:45:27 Wortgraphen
0:47:39 Zusammenfassung Beschleunigungstechniken
0:49:35 Mehrpass Suchen
0:50:53 Beispiel: IBIS Single Pass Decoder
0:53:48 Delayed Bi-Grams
1:00:17 Consensus Decoding
1:02:38 Bsp: MAP vs. Wort-Posteriori-W'keiten
1:08:34 Minimierung des Wortfehlers
1:12:50 Approximierung mit N-besten Listen
1:14:55 WER Minimierung auf Wortgraphen
1:17:16 Multiple Alignment WER

17 |
0:00:00 Starten
0:00:04 Suche
0:01:31 Erinnerung: Fundamentalformel
0:02:05 Suche in der Spracherkennung
0:05:08 Erinnerung DTW und One-Stage-DP
0:07:02 Suche im Allgemeinen
0:09:33 Suche mit DP und Heuristik
0:11:37 Kenngrößen für Suchprobleme
0:14:42 Forward-/Backward-/bi-direktionale Suche
0:16:34 Explizite vs. Implizite Implementierung
0:18:15 Blinde Suche
0:19:51 Suchstrategien
0:24:49 Tiefensuche vs. Breitensuche
0:25:58 Heuristische Graphsuche
0:28:42 Zeitasynchrone Suche mit A*
0:33:13 Zeitsynchrone Strahlsuche
0:38:16 Beams in ASR
0:40:15 Beam vs. WER
0:51:26 Kontinuierliche Suchräume, gleichverteiltes Sprachmodell
0:54:51 Suchraum mit Uni-Gramm
0:58:16 Suchraum mit Bi-Grammen
1:00:59 Suchraum mit Tri-Grammen
1:05:58 Viterbi Decoding
1:12:51 A* mit Stack Decoder
1:14:40 Heuristik für A*
1:16:42 Fast Match

16 |
0:00:00 Starten
0:00:04 Kombination von Sprachmodell und Akustischem Modell
0:15:11 Deterministische Sprachmodelle
0:17:41 Repräsentation der Grammatik
0:19:28 Formale Sprachtheorie
0:20:31 Chomsky-Hierarchie
0:22:28 Chartparsing
0:24:54 Probabilistische CFGs
0:28:34 Suche
0:30:26 Erinnerung: Fundamentalformel
0:31:15 Suche in der Spracherkennung

15 |
0:00:00 Starten
0:00:05 Aussprachewörterbücher, Sprachmodelle
0:00:41 Flexibles Trainingsalignment
0:01:05 Aussprachen bestimmen für unüberwachtes Lernen
0:05:18 Emotionserkennung mit Hilfe von Aussprachenvarianten
0:06:27 Aussprachewörterbuch Entwicklung (nach Adda-Decker und Lamel)
0:09:10 Multiworte
0:12:05 Single Pronunciation Dictionaries
0:15:06 Erweiterter Clusterbaum
0:18:48 Ergebnisse
0:22:47 Literaturempfehlung
0:23:27 Sprachmodellierung
0:24:15 Erinnerung: Fundamentalformel
0:29:44 Determinstische vs. Stochastische Sprachmodelle
0:33:48 Wörterratespiel
0:38:08 Wozu dient das Sprachmodell
0:40:26 Stochastische Sprachmodelle
0:44:57 Äquivalenzklassen
0:46:28 Schätzen von N-Gramm W´keiten
0:47:34 Beispiel
0:50:57 Bigramme und Trigramme
0:53:57 Das Bag-of-Words Experiment
0:55:30 Glättung von Sprachmodellparametern
0:57:59 Discounting
1:00:51 Interpolation (Lineare Glättung)
1:02:16 HMM für Interpolationsgewichte
1:10:10 Schätzung der Gewichte
1:10:57 HMM für Interpolationsgewichte
1:11:53 Deleted Interpolation. Basierend auf den »Conditional Counts«
1:17:47 Praktische Aspekte
1:19:38 Schätzen von Y
1:20:28 Allgemeines Rahmenwerk für Glättung
1:22:41 Weitere Notationen

14 |
0:00:00 Starten
0:00:09 Wiederholung
0:03:29 Kontextfragen
0:09:30 Typische Kontextfragen
0:13:15 Abdeckung durch Polyphone
0:14:51 Gewinn durch längere Kontexte
0:16:21 Verwendung dynamischer Modalitäten
0:17:38 Dynamische Modalitäten
0:29:29 Fehler durch Falsche Aussprachen
0:31:19 Generierung von Aussprachewörterbüchern
0:39:42 Verwendung von existierenden Wörterbüchern
0:43:58 Lernen von Ausspracheregeln
0:51:00 Inkrementelles Lernen
0:53:28 Aussprachevarianten
0:56:08 Finden von Aussprachevarianten
0:57:32 Probleme mit Aussprachevarianten
1:02:59 Typische Aussprachevarianten
1:03:38 Regeln für Aussprachevarianten im Deutschen
1:04:40 Datengetriebenes Finden von Aussprachevarianten
1:07:48 Finden von Aussprachevarianten mit dem Silbenmodell
1:09:22 Flexibles Trainingsalignment