Develop VoiceLab Automatic Speech Recognition System (ARM) based on Deep Neural Networks (DNN) and develop an innovative RAMD (Rapid Acoustic Model Development) data collection and training system to achieve super-human performance. (Q120773)
Jump to navigation
Jump to search
Project Q120773 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Develop VoiceLab Automatic Speech Recognition System (ARM) based on Deep Neural Networks (DNN) and develop an innovative RAMD (Rapid Acoustic Model Development) data collection and training system to achieve super-human performance. |
Project Q120773 in Poland |
Statements
4,704,949.0 zloty
0 references
6,772,330.0 zloty
0 references
69.47 percent
0 references
1 July 2016
0 references
30 June 2020
0 references
VOICELAB.AI SP. Z O.O.
0 references
Projekt polega na zbudowaniu systemu ARM (Automatyczne Rozpoznawanie Mowy) VoiceLab w celu osiągnięcia najwyższej skuteczności rozpoznawania mowy na poziomie dorównującym człowiekowi w analogicznych warunkach akustycznych (super human performance) w oparciu o głębokie sieci neuronowe DNN (Deep Neural Network). Nowy system ARM VoiceLab będzie działał w trudnych warunkach akustycznych w oparciu o bardzo dużą ilości danych treningowych, dla różnych typów języków, przy uzyskaniu poziomu wyników konkurencyjnych do najlepszych tego typu rozwiązań na świecie. Równorzędnym celem projektu jest również zbudowanie systemu do szybkiego zbierania danych wykorzystywanych do treningu modeli akustycznych RAMD (Rapid Acoustic Model Development). System ten będzie umożliwiał iteracyjnie prowadzenie badań i kontynuowanie dalszych prac rozwojowych nad rozpoznawaniem mowy. (Polish)
0 references
The project consists of building a VoiceLab (Automatic Speech Recognition) system in order to achieve the highest efficiency of speech recognition at a level equal to humans under super human performance based on deep neural networks DNN (Deep Neural Network). The new ARM VoiceLab system will operate in difficult acoustic conditions based on a very large amount of training data, for different types of languages, with a level of competitive results to the best of this type in the world. The equivalent goal of the project is also to build a system for quick data collection used for training RAMD acoustic models (Rapid Acoustic Model Development). This system will enable iterative research and further development of speech recognition. (English)
21 October 2020
0 references
Le projet consiste à construire le système VoiceLab ARM (Automatic Speech Recognition) afin d’obtenir la plus grande efficacité de la reconnaissance vocale à un niveau égal à l’homme dans des conditions acoustiques similaires (super performance humaine) basé sur les réseaux neuronaux profonds DNN (Deep Neural Network). Le nouveau système ARM VoiceLab fonctionnera dans des environnements acoustiques difficiles basés sur une très grande quantité de données d’entraînement, pour différents types de langues, avec un niveau de résultats compétitifs pour les meilleures solutions de ce type dans le monde. Un objectif égal du projet est également de construire un système de collecte rapide de données utilisé pour la formation des modèles acoustiques RAMD (Rapid Acoustic Model Development). Ce système permettra la recherche itérative et le développement ultérieur de la reconnaissance vocale. (French)
2 December 2021
0 references
Das Projekt besteht aus dem Aufbau eines VoiceLab ARM-Systems (Automatic Speech Recognition), um die höchste Wirksamkeit der Spracherkennung auf einem Niveau zu erreichen, das dem Menschen unter ähnlichen akustischen Bedingungen (super human performance) auf Basis tiefer neuronaler Netzwerke DNN (Deep Neural Network) entspricht. Das neue ARM VoiceLab-System wird in schwierigen akustischen Umgebungen auf Basis einer sehr großen Anzahl von Trainingsdaten für verschiedene Sprachen betrieben, mit einem Niveau an Wettbewerbsergebnissen zu den besten Lösungen dieser Art in der Welt. Ein gleiches Ziel des Projekts ist es auch, ein System zur schnellen Datenerfassung zu entwickeln, das für das Training von RAMD (Rapid Acoustic Model Development) akustischen Modellen verwendet wird. Dieses System wird iterative Forschung und Weiterentwicklung der Spracherkennung ermöglichen. (German)
8 December 2021
0 references
Het project bestaat uit het bouwen van VoiceLab ARM (Automatic Speech Recognition) systeem om de hoogste effectiviteit van spraakherkenning te bereiken op een niveau dat gelijk is aan de mens in vergelijkbare akoestische omstandigheden (super menselijke prestaties) op basis van diepe neurale netwerken DNN (Deep Neural Network). Het nieuwe ARM VoiceLab systeem zal werken in moeilijke akoestische omgevingen op basis van een zeer grote hoeveelheid trainingsgegevens, voor verschillende soorten talen, met een niveau van concurrerende resultaten naar de beste oplossingen van dit type in de wereld. Een gelijk doel van het project is ook het bouwen van een systeem voor snelle gegevensverzameling gebruikt voor de training van RAMD (Rapid Acoustic Model Development) akoestische modellen. Dit systeem zal iteratief onderzoek en verdere ontwikkeling op het gebied van spraakherkenning mogelijk maken. (Dutch)
17 December 2021
0 references
Il progetto consiste nel costruire il sistema VoiceLab ARM (Automatic Speech Recognition) al fine di ottenere la massima efficacia del riconoscimento vocale ad un livello pari all'uomo in condizioni acustiche simili (prestazioni super umane) basate su reti neurali profonde DNN (Deep Neural Network). Il nuovo sistema ARM VoiceLab opererà in ambienti acustici difficili basati su una grandissima quantità di dati formativi, per diversi tipi di linguaggi, con un livello di risultati competitivi alle migliori soluzioni di questo tipo al mondo. Un obiettivo equivalente del progetto è anche quello di costruire un sistema per la raccolta rapida dei dati utilizzato per la formazione di modelli acustici RAMD (Rapid Acoustic Model Development). Questo sistema consentirà la ricerca iterativa e l'ulteriore sviluppo del riconoscimento vocale. (Italian)
15 January 2022
0 references
Identifiers
RPPM.01.01.01-22-0026/16
0 references