From HLT@INESC-ID

Revision as of 17:59, 19 April 2007 by Jpn (talk | contribs)
The printable version is no longer supported and may have rendering errors. Please update your browser bookmarks and please use the default browser print function instead.

Proposta de Tese de Mestrado 2007/2008

Orientação

Enquadramento

O L2F utiliza modelos baseados em redes neuronais para classificação acústica obtendo taxas de classificação elevadas. Com a disponibilização de grandes quantidades de dados de fala torna-se necessário investigar diferentes métodos que utilizem de uma forma racional essas quantidades de dados.

Objectivos

Com este trabalho pretende-se realizar investigação de novos métodos de classificação acústica e de aprendizagem que lidem de uma forma eficiente, e com elevado desempenho, com grandes quantidades de dados de fala.

Descrição

Com a disponibilização de um conjunto elevado de dados de fala, passou-se das poucas dezenas de horas para milhares de horas, torna-se necessário procurar novos métodos de classificação que tirem partido da diversidade dos dados acústicos. Pretende-se estudar novos métodos que usem sílabas em lugar de fonemas, métodos que estudem a redundância dos dados acústicos para um classificador e métodos incrementais de selecção de padrões de treino.

Requisitos

O aluno deverá ter bons conhecimentos de Aprendizagem Automática.

Resultado Esperado

Observações

Retrieved from ""