| 1 |
Improving the expressiveness of neural vocoding with non-affine Normalizing Flows ...
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2 |
Detection of Lexical Stress Errors in Non-Native (L2) English with Data Augmentation and Attention ...
|
|
|
|
BASE
|
|
Show details
|
|
|
| 3 |
I Feel You: The Design and Evaluation of a Domotic Affect-Sensitive Spoken Conversational Agent
|
|
|
|
BASE
|
|
Show details
|
|
|
| 5 |
Towards Glottal Source Controllability in Expressive Speech Synthesis
|
|
|
|
In: Interspeech ; https://hal.archives-ouvertes.fr/hal-01161011 ; Interspeech, 2012, Portland, United States. pp.1-1 (2012)
|
|
BASE
|
|
Show details
|
|
|
| 7 |
Analysis of Statistical Parametric and Unit Selection Speech Synthesis Systems Applied to Emotional Speech
|
|
|
|
In: ISSN: 0167-6393 ; EISSN: 1872-7182 ; Speech Communication ; https://hal.archives-ouvertes.fr/hal-00627926 ; Speech Communication, Elsevier : North-Holland, 2010, 52 (5), pp.394. ⟨10.1016/j.specom.2009.12.007⟩ (2010)
|
|
BASE
|
|
Show details
|
|
|
| 9 |
Aplicación de métodos estadísticos para la traducción de voz a lengua de signos ; Using statistical methods for translating speech into sign language
|
|
|
|
Abstract:
Este artículo presenta un conjunto de experimentos para la realización de un sistema de traducción estadística de voz a lengua de signos para personas sordas. El sistema contiene un primer módulo de reconocimiento de voz, un segundo módulo de traducción estadística de palabras en castellano a signos en Lengua de Signos Española, y un tercer módulo que realiza el signado de los signos mediante un agente animado. La traducción se hace utilizando dos alternativas tecnológicas: la primera basada en modelos de subsecuencias de palabras y la segunda basada en transductores de estados finitos. De todos los experimentos, se obtienen los mejores resultados con el modelo que realiza la traducción mediante transductores de estados finitos con unas tasas de error de 26,06% para las frases de referencia, de 33,42% para la salida del reconocedor. ; This paper presents a set of experiments used to develop a statistical system from translating speech to sign language for deaf people. This system is composed of an Automatic Speech Recognition (ASR) system, followed by a statistical translation module and an animated agent that represents the different signs. Two different approaches have been used to perform the translations: a phrase-based system and a finite state transducer. The best results were obtained with the finite state transducer, with a word error rate of 26.06% for the reference text, and 33.42% using the ASR output. ; Este trabajo ha sido posible gracias a la financiación de los siguientes proyectos: EDECAN (MEC Ref: TIN2005-08660-C04), ROBONAUTA (MEC Ref: DPI2007-66846-C02-02) y ANETO (UPM-DGUI-CAM. Ref: CCG07-UPM/TIC-1823) .
|
|
Keyword:
Alignment; Alineamiento; Finite state transducer; Language model; Lengua de signos; Modelo de lenguaje; Modelo de traducción; Phrase; Sign language; Statistical machine translation; Subfrase; Tasa de errores de palabras; Traducción automática estadística; Transductor de estados finitos; Translation model; Word error rate
|
|
URL: http://hdl.handle.net/10045/8603
|
|
BASE
|
|
Hide details
|
|
|
|
|
