The purpose of the Joint Research is to develop Speech enhancement front-end for robust automatic speech recognition with large amount of training data through the cooperation of NTT and BUT. The work is relying on embeddings produced by neural networks in various places of the processing chain.

Description in Czech
Cílem společného výzkumu je vyvinout technologie parametrizace s obohacováním řeči pro robustní automatické rozpoznávání řeči s velkým objemem trénovacích dat v rámci spolupráce mezi VUT a NTT. Práce je založena na nízkodimenzionálních reprezentacích dat (embeddings) produkovaných neuronovými sítěmi v různých místech řetězce zpracování.

Keywords
speech recognition, robustness, large data, DNN embeddings

Key words in Czech
rozpoznávání řeči, odolnost, velký objem dat,

English

Žmolíková Kateřina, Ing., Ph.D. - principal person responsible
Kocour Martin, Ing. - fellow researcher
Švec Ján, Ing. - fellow researcher

Department of Computer Graphics and Multimedia
- responsible department (2.12.2020 - not assigned)
Speech Data Mining Research Group BUT Speech@FIT
- internal (2.12.2020 - 31.12.2021)
NTT Corporation
- client (2.12.2020 - 31.12.2021)
Department of Computer Graphics and Multimedia
- beneficiary (2.12.2020 - 31.12.2021)

Responsibility: Žmolíková Kateřina, Ing., Ph.D.