Puheentunnistus
Tavoitteemme on parantaa automaattisen puheentunnistuksen menetelmiä Aalto-yliopistossa kehitettävien uusien algoritmien avulla.
Puheentunnistus tarjoaa haastavia benchmark-tehtäviä tehokkaille algoritmeille, jotka prosessoivat suuria datamassoja ja oppivat mallintamaan niistä olennaiset piirteet. Akustisten foneemimallien parantamisen lisäksi tähtäämme uusien oppivien ja tilastollisten kielimallien kehittämiseen vaativiin tunnistustehtäviin, joissa käsitellään rajoittamattoman sanaston jatkuvaa puhetta. Ryhmällemme relevantteihin pilotointisovelluksiin kuuluvat eri kielten sanelun lisäksi audioindeksointi, adaptiivinen puhesynteesi ja puheesta puheeseen käännös.
Ryhmän jäsenet
Software & Demonstrations
Software produced as part of our research is available on our
Demonstration videos of our research work can be watched on our
Viimeisimmät julkaisut
Mehedi Hasan Bijoy, Nahid Hossain, Salekul Islam, Swakkhar Shatabda
2025
Computer Speech and Language
Yaroslav Getman, Tamás Grósz, Katri Hiovain-Asikainen, Tommi Lehtonen, Mikko Kurimo
2025
Proceedings of the Joint 25th Nordic Conference on Computational Linguistics and 11th Baltic Conference on Human Language Technologies
Mikko Kurimo, Tamás Grósz
2025
Paban Sapkota, Hemant Kumar Kathania, Mikko Kurimo, Sudarsana Reddy Kadiri, Shrikanth Narayanan
2025
Conference Record of the 58th Asilomar Conference on Signals, Systems and Computers, ACSSC 2024
Sofia Strömbergsson, Molly Fröjdh, Magdalena Pettersson, Tamás Grósz, Yaroslav Getman, Mikko Kurimo
2025
Clinical Linguistics and Phonetics
Ekaterina Voskoboinik, Nhan Phan, Tamás Grósz, Mikko Kurimo
2025
The Workshop on Automatic Assessment of Atypical Speech (AAAS-2025). Proceedings of the Workshop
Ragheb Al-Ghezi
2024
Mehedi Hasan Bijoy, Dejan Porjazovski, Nhan Phan, Guangpu Huang, Tamás Grósz, Mikko Kurimo
2024
MuSe 2024 - Proceedings of the 5th Multimodal Sentiment Analysis Challenge and Workshop
Mehedi Hasan Bijoy, Nirob Hasan, Mithun Biswas, Suvodeep Mazumdar, Andrea Jimenez, Faisal Ahmed, Mirza Rasheduzzaman, Sifat Momen
2024
IEEE Access
Nhan Phan Chi, Anna von Zansen, Maria Kautonen, Tamás Grósz, Mikko Kurimo
2024
Interspeech 2024
Lisää tietoa tutkimuksestamme löytyy Aallon tutkimusportaalista.