Texto completo
Vista Previa |
PDF (Portable Document Format)
- Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (133kB) | Vista Previa |
Applying feature reduction analysis to a PPRLM-multiple Gaussian language identification system
Cita
Lucas Cuesta, Juan Manuel, Córdoba Herralde, Ricardo de 
ORCID: https://orcid.org/0000-0002-7136-9636 and D'Haro Enríquez, Luis Fernando ORCID: https://orcid.org/0000-0002-3411-7384
(2008).
Applying feature reduction analysis to a PPRLM-multiple Gaussian language identification system.
En: "V Jornadas de Tecnología del Habla", 12/11/2008-14/11/2008, Bilbao. ISBN 978-84-9860-169-5. pp. 29-32.
ORCID: https://orcid.org/0000-0002-7136-9636 and D'Haro Enríquez, Luis Fernando ORCID: https://orcid.org/0000-0002-3411-7384
(2008).
Applying feature reduction analysis to a PPRLM-multiple Gaussian language identification system.
En: "V Jornadas de Tecnología del Habla", 12/11/2008-14/11/2008, Bilbao. ISBN 978-84-9860-169-5. pp. 29-32.
Descripción
| Título: | Applying feature reduction analysis to a PPRLM-multiple Gaussian language identification system |
|---|---|
| Autor/es: |
|
| Tipo de Documento: | Ponencia en Congreso o Jornada (Artículo) |
| Título del Evento: | V Jornadas de Tecnología del Habla |
| Fechas del Evento: | 12/11/2008-14/11/2008 |
| Lugar del Evento: | Bilbao |
| Título del Libro: | Actas de V Jornadas de Tecnología del Habla |
| Fecha: | 2008 |
| ISBN: | 978-84-9860-169-5 |
| Materias: | |
| ODS: | |
| Escuela: | E.T.S.I. Telecomunicación (UPM) |
| Departamento: | Ingeniería Electrónica |
| Licencias Creative Commons: | Reconocimiento - Sin obra derivada - No comercial |
Resumen
This paper presents the application of a feature selection technique such as LDA to a language identification (LID) system. The baseline system consists of a PPRLM module followed by a multiple-Gaussian classifier. This classifier makes use of acoustic scores and duration features of each input utterance. We applied a dimension reduction of the feature space in order to achieve a faster and easier-trainable system. We imputed missing values of our vectors before projecting them on the new space. Our experiments show a very low performance reduction due to the dimension reduction approach. Using a single dimension projection the error rates we have obtained are about 8.73% taking into account the 22 most significant features.
Más información
| ID de Registro: | 3189 |
|---|---|
| Identificador DC: | https://oa.upm.es/3189/ |
| Identificador OAI: | oai:oa.upm.es:3189 |
| URL Oficial: | http://jth2008.ehu.es/cd/pdfs/actas.pdf |
| Depositado por: | Memoria Investigacion |
| Depositado el: | 04 Jun 2010 09:36 |
| Ultima Modificación: | 22 Mar 2023 16:32 |
Acciones
- Estadísticas
- Exportar cita
- Editar (sólo personal del Archivo)
