|
|
PHONOTACTIC AND ACOUSTIC LANGUAGE RECOGNITION
Matějka, Pavel ; Sigmund, Milan (vedoucí práce)
This thesis deals with phonotactic and acoustic techniques for automatic language recognition (LRE). The first part of the thesis deals with the phonotactic language recognition based on co-occurrences of phone sequences in speech. A thorough study of phone recognition as tokenization technique for LRE is done, with focus on the amounts of training data for phone recognizer and on the combination of phone recognizers trained on several language (Parallel Phone Recognition followed by Language Model - PPRLM). The thesis also deals with novel technique of anti-models in PPRLM and investigates into using phone lattices instead of strings. The work on phonotactic approach is concluded by a comparison of classical n-gram modeling techniques and binary decision trees. The acoustic LRE was addressed too, with the main focus on discriminative techniques for training target language acoustic models and on initial (but successful) experiments with removing channel dependencies. We have also investigated into the fusion of phonotactic and acoustic approaches. All experiments were performed on standard data from NIST 2003, 2005 and 2007 evaluations so that the results are directly comparable to other laboratories in the LRE community. With the above mentioned techniques, the fused systems defined the state-of-the-art in the LRE field and reached excellent results in NIST evaluations.
|
|
|
Common Pronunciation Mistakes among Spanish Speakers of English with the Focus on Vowels
Pýcha, Jaroslav ; Červinková Poesová, Kristýna (vedoucí práce) ; Bojarová, Marie (oponent)
Tato práce se zaměřuje na samohlásky a popisuje jejich artikulační, akustické a percepční charakteristiky. Následující kapitola se zabývá fonologickým popisem 2 určitých jazyků - angličtiny a španělštiny. Poté jsou porovnány vokalické systémy, fototaktické vzorce a ortografie samohlásek, které oba jazyky užívají. Na základě poznatků získaných z porovnání anglického a španělského jazyka bylo formulováno několik hypotéz týkajících se španělské výslovnosti angličtiny. Pravdivost hypotéz byla ověřena užitím experimentu, jehož náplní byla percepční analýza 15 nahrávek rodilých mluvčích španělštiny čtoucích autorem sestavený anglický text. Cílem experimentu bylo prokázat, že široká škála anglických samohlásek způsobuje španělským mluvčím problémy ve výslovnosti angličtiny, neboť jsou zvykána rozlišování pouze 5 vokálů. Sociálně-kulturní pozadí respondentů a jejich jazykové schopnosti byly brány v potaz při interpretaci získaných dat. V poslední části práce jsou prezentovány výsledky experimentu, které potvrzují většinu formulovaných hypotéz.
|
|
|
Fonotaktická osnova českého slova a mluvního taktu
Churaňová, Eliška ; Volín, Jan (vedoucí práce) ; Palková, Zdena (oponent)
Tato diplomová práce předkládá zevrubný popis konsonanticko-vokalické struktury spisovné mluvené češtiny. Úvodní část je věnována přístupům a poznatkům souvisejícím s kombinatorikou a distribucí zvukových jednotek v řeči: pojednány jsou otázky řečového rytmu, aspekty členění souvislé řeči na promluvové úseky a mluvní takty a problematika fonotaktiky jazyků obecně i konkrétně češtiny. Na základě nahrávek 12 profesionálních mluvčích češtiny o celkovém rozsahu 6639 slov a 5368 mluvních taktů byly vytvořeny soubory dat, díky kterým bylo možné popsat CVCV struktury českých slov a mluvních taktů. Ve výsledcích tohoto výzkumu jsou uvedeny počty slov a taktů a jejich vztahy, četnost slovních druhů, počty hlásek ve slovech a taktech; zohledněny jsou i slabikotvorné likvidy a ráz. Dále je podán přehled nejčastějších CVCV vzorců slov a taktů a jejich variability v rámci slovních druhů. Poslední část práce se zabývá frekvencemi výskytu konsonantů a vokálů a jejich dvojic a trojic na různých místech v jednotce. Výsledky jsou průběžně porovnávány mezi sebou a také jsou srovnávány s výzkumem provedeným na rozsáhlejším psaném korpusu SYN2005 (2009). Tato práce může poskytnout základ pro další bádání v souvisejících jazykových oblastech (např. fonotaktika dialektů, mluvních stylů češtiny apod.).
|
|
|
Určování slabičných hranic v češtině
Šturm, Pavel ; Volín, Jan (vedoucí práce) ; Smolík, Filip (oponent) ; Bičan, Aleš (oponent)
Dizertační práce se věnuje slabičným hranicím v češtině a problematice jejich určování. Teoretická část práce pojednává o konceptu slabiky z hlediska fonetiky i fonologie, představuje různé přístupy k sylabifikaci (tj. dělení slov na slabiky) spolu s faktory, které při slabikování hrají roli, a rovněž uvádí přehled metod, s jejichž pomocí se slabičné hranice zkoumají. Další kapitoly popisují sérii experimentů, jež mají sloužit jako základ pro návrh sylabifikačního modelu češtiny. První sada experimentů se věnuje fonetickým korelátům slabičné příslušnosti intervokalických konsonantů (za využití elektropalatografie a temporálních ukazatelů). Následuje fonotaktická analýza korpusu mluvené a psané řeči, kde je zjišťována typová i tokenová frekvence výskytu iniciálních a finálních shluků. V další kapitole jsou představeny tři experimenty behaviorálního typu, při kterých účastníci operovali se slovem a slabikou, aniž by se zaměřovali na slabičné dělení (synchronizace slabik s metronomem; permutace slabik; vkládání pauzy do slova). První dva experimenty sledovaly, které fonetické a fonologické faktory jsou při slabikování českých slov relevantní. Cílem třetího experimentu bylo zjistit, zda je změna poměru trvání mediálního shluku dvou konsonantů spojena s odlišným slabičným dělením. V poslední výzkumné...
|
|
|
Common Pronunciation Mistakes among Spanish Speakers of English with the Focus on Vowels
Pýcha, Jaroslav ; Červinková Poesová, Kristýna (vedoucí práce) ; Bojarová, Marie (oponent)
Tato práce se zaměřuje na samohlásky a popisuje jejich artikulační, akustické a percepční charakteristiky. Následující kapitola se zabývá fonologickým popisem 2 určitých jazyků - angličtiny a španělštiny. Poté jsou porovnány vokalické systémy, fototaktické vzorce a ortografie samohlásek, které oba jazyky užívají. Na základě poznatků získaných z porovnání anglického a španělského jazyka bylo formulováno několik hypotéz týkajících se španělské výslovnosti angličtiny. Pravdivost hypotéz byla ověřena užitím experimentu, jehož náplní byla percepční analýza 15 nahrávek rodilých mluvčích španělštiny čtoucích autorem sestavený anglický text. Cílem experimentu bylo prokázat, že široká škála anglických samohlásek způsobuje španělským mluvčím problémy ve výslovnosti angličtiny, neboť jsou zvykána rozlišování pouze 5 vokálů. Sociálně-kulturní pozadí respondentů a jejich jazykové schopnosti byly brány v potaz při interpretaci získaných dat. V poslední části práce jsou prezentovány výsledky experimentu, které potvrzují většinu formulovaných hypotéz.
|
|
|
Rhythmic differences between Welsh English and the British standard
Hejná, Michaela ; Volín, Jan (vedoucí práce) ; Dušková, Libuše (oponent)
Tato práce se zabývá rytmickými rozdíly mezi velšskou angličtinou a britským standardem. Úžeji se specializuje na varianty měst Cardiff a Aberystwyth. Teoretická kapitola v první části shrnuje přístupy k rytmu z hlediska fyziologického, akustického, percepčního a fonologického. Druhá část poskytuje stručný popis britského standardu, velštiny a velšských angličtin a věnuje se dosavadním poznatkům týkající se dané problematiky obzvláště ve velšských nářečích angličtiny. Poslední, třetí část, slouží jako přehled základních přístupů k hledání akustických korelátů rytmu (%V, ∆C, ∆V, PVI, varco, RR, YARD). Zbylé kapitoly práce se věnují materiálové studii, pro niž byly obstarány příslušné nahrávky. Segmentace byla provedena na bázi segmentačních pravidel navržených Machačem a Skarnitzlem 2009. Pro velšské mluvčí byl rytmus zkoumán na čtyřech respondentech pro každou z vybraných oblastí Walesu ve věkovém rozpětí 35-39 let pro skupinu z Cardiffu a 29-39 pro skupinu z Aberystwyth. Výsledky byly porovnány s výzkumem Volína a Polláka z roku 2009, který mimo jiné na bázi stejného textu, který byl využit při sběru dat pro výzkum této diplomové práce, poskytl výsledky rytmických hodnot dle ukazatelů %V a ∆C pro britský standard. Ukázalo se, že velšské angličtiny osmi respondentů mají obdobné hodnoty pro ∆C a %V...
|
|
|
Fonotaktická osnova českého slova a mluvního taktu
Churaňová, Eliška ; Volín, Jan (vedoucí práce) ; Palková, Zdena (oponent)
Tato diplomová práce předkládá zevrubný popis konsonanticko-vokalické struktury spisovné mluvené češtiny. Úvodní část je věnována přístupům a poznatkům souvisejícím s kombinatorikou a distribucí zvukových jednotek v řeči: pojednány jsou otázky řečového rytmu, aspekty členění souvislé řeči na promluvové úseky a mluvní takty a problematika fonotaktiky jazyků obecně i konkrétně češtiny. Na základě nahrávek 12 profesionálních mluvčích češtiny o celkovém rozsahu 6639 slov a 5368 mluvních taktů byly vytvořeny soubory dat, díky kterým bylo možné popsat CVCV struktury českých slov a mluvních taktů. Ve výsledcích tohoto výzkumu jsou uvedeny počty slov a taktů a jejich vztahy, četnost slovních druhů, počty hlásek ve slovech a taktech; zohledněny jsou i slabikotvorné likvidy a ráz. Dále je podán přehled nejčastějších CVCV vzorců slov a taktů a jejich variability v rámci slovních druhů. Poslední část práce se zabývá frekvencemi výskytu konsonantů a vokálů a jejich dvojic a trojic na různých místech v jednotce. Výsledky jsou průběžně porovnávány mezi sebou a také jsou srovnávány s výzkumem provedeným na rozsáhlejším psaném korpusu SYN2005 (2009). Tato práce může poskytnout základ pro další bádání v souvisejících jazykových oblastech (např. fonotaktika dialektů, mluvních stylů češtiny apod.).
|
|
|
PHONOTACTIC AND ACOUSTIC LANGUAGE RECOGNITION
Matějka, Pavel ; Sigmund, Milan (vedoucí práce)
This thesis deals with phonotactic and acoustic techniques for automatic language recognition (LRE). The first part of the thesis deals with the phonotactic language recognition based on co-occurrences of phone sequences in speech. A thorough study of phone recognition as tokenization technique for LRE is done, with focus on the amounts of training data for phone recognizer and on the combination of phone recognizers trained on several language (Parallel Phone Recognition followed by Language Model - PPRLM). The thesis also deals with novel technique of anti-models in PPRLM and investigates into using phone lattices instead of strings. The work on phonotactic approach is concluded by a comparison of classical n-gram modeling techniques and binary decision trees. The acoustic LRE was addressed too, with the main focus on discriminative techniques for training target language acoustic models and on initial (but successful) experiments with removing channel dependencies. We have also investigated into the fusion of phonotactic and acoustic approaches. All experiments were performed on standard data from NIST 2003, 2005 and 2007 evaluations so that the results are directly comparable to other laboratories in the LRE community. With the above mentioned techniques, the fused systems defined the state-of-the-art in the LRE field and reached excellent results in NIST evaluations.
|
host ::
RSS.