حاشیه نویسی و انتشار برچسب با کمک OCR برای مدل سازی بلندگو در برنامه های تلویزیونی
| عنوان | حاشیه نویسی و انتشار برچسب با کمک OCR برای مدل سازی بلندگو در برنامه های تلویزیونی |
|---|---|
| نویسنده | بودنیک، م.، بسایر، ال.، خدابخش، علی، دمیروغلو، سنک |
| تاریخ انتشار: | 2016 |
| محل انتشار | - IEEE |
| موضوع | یادگیری فعال، انتشار حاشیه نویسی، خوشه بندی، شناسایی بلندگو، OCR |
| نوع | سند |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شناسه دارایی کتابخانه | 1520-6149 |
| شماره ثبت | 4c4d72e8-2613-4318-88b4-5ad2df66ebe6 |
| محل کتابخانه | مهندسی برق و الکترونیک |
| تاریخ | 2016 |
| یادداشتها | با توجه به محدودیت های کپی رایت، دسترسی به متن کامل این مقاله تنها از طریق اشتراک امکان پذیر است. |
| متن نمونه | در این مقاله، رویکردی برای به حداقل رساندن تلاش انسان در حاشیه نویسی دستی بلندگو ارائه می کنیم. انتشار برچسب در هر تکرار یک چرخه یادگیری فعال استفاده می شود. به طور دقیق تر، یک استراتژی انتخاب برای انتخاب مناسب ترین مسیر گفتار برای برچسب گذاری پیشنهاد شده است. چهار استراتژی انتخاب مختلف ارزیابی میشوند و تمام آهنگها در یک خوشه مربوطه با استفاده از خوشهبندی تجمعی به منظور انتشار حاشیهنویسیهای انسانی جمعآوری میشوند. برای کاهش بیشتر کار دستی مورد نیاز، از یک سیستم تشخیص نویسه نوری برای بوت استرپ حاشیه نویسی استفاده می شود. در هر مرحله از چرخه، حاشیه نویسی برای ساخت مدل های بلندگو استفاده می شود. کیفیت مدلهای بلندگوی تولید شده در هر مرحله با استفاده از سیستم شناسایی بلندگو مبتنی بر i-vector ارزیابی میشود. رویکرد ارائهشده نتایج امیدوارکنندهای را در پیکره REPERE با حداقل تلاش انسان برای حاشیهنویسی نشان میدهد. |
| DOI | 10.1109/ICASSP.2016.7472743 |
