马丁·赫克曼
人员信息
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [i1] 马蒂亚斯·皮亚罗夫斯基 , 亚历山大·沃尔珀特 , 马丁·赫克曼 , 迈克尔·特施 :
利用接地SAM进行自我监督、节约的伪装人体检测。 CoRR公司 abs/2406.05776 ( 2024 ) 2020 [j8] 马蒂娜·哈森杰 , 马丁·赫克曼 , 海科·沃辛 :
高级驾驶员辅助系统个性化调查。 IEEE传输。 智力。 车辆。 5 ( 2 ) : 335-344 ( 2020 ) [公元64年] 尼玛·纳比萨德 , 多萝西娅·科洛萨 , 马丁·赫克曼 :
MyFixit:一个注释数据集、注释工具和从维修手册中提取信息的基线方法。 LREC公司 2020 : 2120-2128 [公元63年] 尼玛·纳比萨德 , 马丁·赫克曼 , 多萝西娅·科洛萨 :
顺序维修任务中工具使用的目标软件预测。 检测限(2) 2020 : 156-168 [公元62年] 尼玛·纳比萨德 , 马丁·赫克曼 , 多萝西娅·科洛萨 :
通过半自动构建的分类法进行顺序工具使用的分层软件学习。 MWE-LEX公司 2020 : 22-26
2010 – 2019
2019 [j7] 安德烈亚·施纳尔 , 马丁·赫克曼 :
特征空间SVM自适应用于说话人自适应单词突出检测。 计算。 语音语言。 53 : 198-216 ( 2019 ) [第61条] 马丁·赫克曼 , 丹尼斯·奥尔思 , 马克·邓恩 , 尼科·斯坦哈特 , Bram Bolder公司 , 多萝西娅·科洛萨 :
CORA,基于协作演讲的点播十字路口助理的原型。 AutomotiveUI(附加) 2019 : 483-488 [公元60年] 戴安娜·克莱恩加恩 , 尼玛·纳比萨德 , 马丁·赫克曼 , 多萝西娅·科洛萨 :
基于扬声器的神经网络融合,用于多模式参考分辨率。 SIG拨号 2019 : 210-214 [公元59年] 纳齐亚·阿塔里 , 马丁·赫克曼 , 大卫·施兰根 :
从可解释性到解释性:使用对话设置引出带有理由的注释。 SIG拨号 2019 : 331-335 2018 [j6] 马丁·赫克曼 :
从干净和嘈杂的语音中进行视听单词突出检测。 计算。 语音语言。 48 : 15-30 ( 2018 ) [公元58年] 马丁·赫克曼 , 丹尼斯·奥尔思 , 多萝西娅·科洛萨 :
“下两辆车后的差距”:合作驾驶助理的时空情境对话。 ITG语音通信研讨会 2018 : 1-5 [公元57年] 丹尼斯·奥尔思 , 尼科·斯坦哈特 , 布拉姆·博尔德 , 马克·邓恩 , 多萝西娅·科洛萨 , 马丁·赫克曼 :
实际城市交通中基于语音的交叉口助手分析。 ITSC公司 2018 : 1273-1278 [公元56年] 丹尼斯·奥尔思 , Bram Bolder公司 , 尼科·斯坦哈特 , 马克·邓恩 , 多萝西娅·科洛萨 , 马丁·赫克曼 :
基于演讲的按需交叉口助手原型。 智能车辆研讨会 2018 : 2048-2053 2017 [公元55年] 丹尼斯·奥尔思 , 纳迪娅·舍米格(Nadja Schömig) , 克里斯蒂安·马克 , 莫妮卡·贾吉尔洛维奇-考夫曼 , 多萝西娅·科洛萨 , 马丁·赫克曼 :
个性化在基于演讲的左转助手环境中的优势。 汽车用户界面 2017 : 193-201 [公元54年] 丹尼斯·奥尔思 , 多萝西娅·科洛萨 , 马丁·赫克曼 :
使用最大后验方法从少量训练样本预测驾驶员左转行为。 ITSC公司 2017 : 1-6 [公元53年] 丹尼斯·奥尔思 , 多萝西娅·科洛萨 , 米尔顿·萨里亚·帕亚 , 克尔斯滕·沙勒 , 安德烈亚斯·佩奇 , 马丁·赫克曼 :
驾驶员特定临界地图估计的最大似然方法。 智能车辆研讨会 2017 : 553-558 2016 [第52条] 安德烈亚·施纳尔 , 马丁·赫克曼 :
在特征空间说话人自适应中平衡高斯性和稀疏性,用于单词突出检测。 ITG语音通信研讨会 2016 : 1-5 [c51] 纳迪娅·舍米格(Nadja Schömig) , 马丁·赫克曼 , 海科·沃辛 , 克里斯蒂安·马格 , 亚历山德拉·诺伊库姆 :
按需协助:城市交叉口基于演讲的协助系统。 AutomotiveUI(附加) 2016 : 51-56 [公元50年] 马丁·赫克曼 :
用于视听单词突出度检测的特征级决策融合。 INTERSPEECH公司 2016 : 575-579 [公元49年] 尼尔斯·马吉拉 , H.詹森 , 马丁·赫克曼 , 赫尔曼·温纳 :
通过概率分割摩托车动作原语识别驾驶员技能。 ITSC公司 2016 : 379-386 [公元48年] 安德烈亚·施纳尔 , 马丁·赫克曼 :
比较独立于说话人和适合说话人的分类在单词突出检测中的作用。 SLT公司 2016 : 239-244 [公元47年] 利亚·肖纳 , 丹尼斯·奥尔思 , 马丁·赫克曼 , 多萝西娅·科洛萨 :
环保型视听说话人识别。 SLT公司 2016 : 312-318 2015 [公元46年] 安德烈亚·施纳尔 , 马丁·赫克曼 :
评估用于检测人机交互场景中单词突出度的光流场特征。 国际JCNN 2015 : 1-7 2014 [公元45年] 马丁·赫克曼 , 帕沙利斯·米基亚斯 , 多萝西娅·科洛萨 :
单词对齐精度对视听单词突出度检测的影响。 ITG语音通信研讨会 2014 : 1-4 [公元44年] 马丁·赫克曼 :
通过视听单词突出度检测实现更自然的人机交互的步骤。 中间间隙的MA3HMI 2014 : 15-24 [公元43年] 安德烈亚·施纳尔 , 马丁·赫克曼 :
在人机交互场景中,将序列信息集成到单词突出的视听检测中。 INTERSPEECH公司 2014 : 2640-2644 2013 [公元42年] 马丁·赫克曼 , 中村圭介 , 中田和弘 :
日语和英语使用者对单词突出程度的视听检测差异。 AVSP公司 2013 : 209-214 [公元41年] 马丁·赫克曼 :
词汇突显视听分类中的说话人间变异。 棘突间 2013 : 1791-1795 [公元40年] 塞缪尔·恩戈科M , 马丁·赫克曼 , 布丽塔·雷德 :
具有基于模型的分布均衡的鲁棒频谱-时间语音特征。 WIAMIS公司 2013 : 1-4 2012 [j5] 艾琳·艾伦·克莱门特 , 马丁·赫克曼 , 布丽塔·雷德 :
增量单词学习:高效的HMM初始化和大幅度的区分性自适应。 语音通信。 54 ( 9 ) : 1029-1048 ( 2012 ) [公元39年] 马丁·赫克曼 :
基于图像变换的突出词和非突出词视觉识别特征。 ITG语音通信会议 2012 : 1-4 [公元38年] 塞缪尔·恩戈科M , 马丁·赫克曼 , 布丽塔·雷德 :
具有分布均衡的光谱-时间特性。 SAPA@INTERSPEECH公司 2012 : 104-109 [公元37年] 马丁·赫克曼 :
人机交互场景中单词突出度的视听评估和检测。 INTERSPEECH公司 2012 : 2390-2393 [公元36年] 马丁·赫克曼 :
在有趣的交互环境中视觉对单词突出度检测的贡献。 IWSDS公司 2012 : 241-247 2011 【j4】 马丁·赫克曼 , 比沙·拉吉 , 巴黎斯马拉格迪斯 :
前言。 语音通信。 53 ( 5 ) : 591 ( 2011 ) [j3] 马丁·赫克曼 , 泽维尔·多蒙 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
用于光谱-时间特征提取的分层框架。 语音通信。 53 ( 5 ) : 736-752 ( 2011 ) [公元35年] 马丁·赫克曼 , 克劳迪斯·格拉泽 :
基于最大互信息的光谱-时间语音特征的判别子空间投影。 INTERSPEECH公司 2011 : 225-228 [公元34年] 马丁·赫克曼 , 中田和弘 , 中岛博文 :
人机交互中的稳健语调模式分类。 INTERSPEECH公司 2011 : 3137-3140 [公元33年] 拉斐尔·戈隆贝克 , 塞巴斯蒂安鹪鹩 , 马克·汉海德 , 马丁·赫克曼 :
机器人系统的在线数据驱动故障检测。 IROS公司 2011 : 3011-3016 2010 [注2] 克劳迪斯·格拉泽 , 马丁·赫克曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
结合听觉预处理和贝叶斯估计实现鲁棒共振峰跟踪。 IEEE传输。 语音音频处理。 18 ( 2 ) : 224-236 ( 2010 ) [公元32年] 克劳迪乌斯·格拉泽 , 马丁·赫克曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
回声和噪声环境中的稳健共振峰跟踪。 Sprachkommunikation公司 2010 : 1-4 [公元31年] 艾琳·艾伦·克莱门特 , 马丁·赫克曼 , 格哈德·萨格勒 , 弗兰克·朱宾 :
基于多序列比对的引导,用于改进增量单词学习。 ICASSP公司 2010 : 5246-5249 [公元30年] 马丁·赫克曼 :
监督学习与非监督学习频谱-时间语音特征。 SAPA@INTERSPEECH公司 2010 : 1-6 [公元29年] 艾琳·艾伦·克莱门特 , 马丁·赫克曼 , 亚历山大·德内克 , 布丽塔·雷德 , 克里斯蒂安·戈里克 :
使用大边缘区分训练和方差下限估计的增量单词学习。 INTERSPEECH公司 2010 : 889-892 [公元28年] 马丁·赫克曼 , 克劳迪斯·格拉泽 , 弗兰克·朱宾 , 中田和弘 :
应用几何源分离改进人机交互中的基音提取。 INTERSPEECH公司 2010 : 2602-2605 [公元27年] 马丁·赫克曼 , 弗兰克·朱宾 , 中田和弘 :
人机交互中的基音提取。 IROS公司 2010 : 1482-1487 [公元26年] 拉斐尔·戈隆贝克 , 塞巴斯蒂安鹪鹩 , 马克·汉海德 , 马丁·赫克曼 :
学习机器人系统的概率自我意识模型。 IROS公司 2010 : 2745-2750
2000 – 2009
2009 [公元25年] 克里斯蒂安·戈里克 , 延斯·施密德里奇 , Bram Bolder公司 , 赫伯特·詹森 , 迈克尔·金格尔 , 阿奇姆·本迪格 , 马丁·赫克曼 , 托比亚斯·罗德曼 , 霍尔格·布兰德 , 泽维尔·多蒙 , 伊娜·米哈伊洛娃 :
类人机器人内部概念构建的交互式在线多模态关联。 类人族 2009 : 411-418 [公元24年] 马丁·赫克曼 , 霍尔格·布兰德 , 泽维尔·多蒙 , Bram Bolder公司 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
在线联想学习的视听关注系统。 INTERSPEECH公司 2009 : 2171-2174 【c23】 马丁·赫克曼 , 霍尔格·布兰德 , 延斯·施穆德里奇 , 泽维尔·多蒙 , Bram Bolder公司 , 伊娜·米哈伊洛娃 , 赫伯特·杨森 , 迈克尔·金格尔 , 阿奇姆·本迪格 , 托比亚斯·罗德曼 , 马克·邓恩 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
教一个仿人机器人:用于视听联想学习的无耳机语音交互。 RO-MAN公司 2009 : 422-427 2008 [公元22年] 泽维尔·多蒙 , 马丁·赫克曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
用于鲁棒语音识别的分层光谱-时间特征。 ICASSP公司 2008 : 4417-4420 [c21] 马丁·赫克曼 , 泽维尔·多蒙 , 弗兰克·茹布林 , 克里斯蒂安·戈里克 :
更详细地了解层次光谱时间特性(HIST)。 INTERSPEECH公司 2008 : 894-897 [公元20年] 克劳迪斯·格拉泽 , 马丁·赫克曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
使用概率框架进行噪声中基于听觉的共振峰估计。 INTERSPEECH公司 2008 : 2606-2609 [第19条] 马丁·赫克曼 , 克劳迪斯·格拉泽 , 米盖尔·瓦兹 , 托比亚斯·罗德曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
听鹦鹉说话:通过基于特征的再合成来演示在线音高和共振峰提取的质量。 IROS公司 2008 : 1699-1704 2007 [第18条] 泽维尔·多蒙 , 马丁·赫克曼 , 海科·沃辛 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
音节识别的层次模型。 ESANN公司 2007 : 573-578 [第17条] 克劳迪斯·格拉泽 , 马丁·赫克曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 , 霍斯特·迈克尔·格罗 :
通过光谱-时间平滑和贝叶斯技术联合估计共振峰轨迹。 ICASSP(4) 2007 : 477-480 [第16条] 马丁·赫克曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
结合速率和位置信息进行稳健的基音提取。 INTERSPEECH公司 2007 : 2765-2768 [第15条] 泽维尔·多蒙 , 马丁·赫克曼 , 海科·沃辛 , 弗兰克·朱宾 , 斯特凡·门泽尔 , 伯恩哈德·森霍夫 , 克里斯蒂安·戈里克 :
基于层次神经网络的单词识别。 NOLISP公司 2007 : 142-151 2006 [c14] 马丁·赫克曼 , 马尔科·莫布斯 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
在不同的说话风格中评估非特定于说话人的语音邀请检测。 INTERSPEECH公司 2006 [第13条] 马丁·赫克曼 , 托比亚斯·罗德曼 , 比约恩·舍林 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
建模噪声和回声环境中双耳声源定位的优先效应。 INTERSPEECH公司 2006 [第12条] 比约恩·舍林 , 马丁·赫克曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 :
构造用于CASA集成的时域盲源分离算法。 萨帕@interseech 2006 : 37-41 [第11条] 马丁·赫克曼 , 托比亚斯·罗德曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 , 比约恩·舍林 :
回声和噪声环境中听觉激励的双耳稳健声源定位。 IROS公司 2006 : 368-373 [第10条] 托比亚斯·罗德曼 , 马丁·赫克曼 , 弗兰克·朱宾 , 克里斯蒂安·戈里克 , 比约恩·舍林 :
使用生物启发线索三重映射的双耳头部系统实时声音定位。 IROS公司 2006 : 860-865 2005 【c9】 马丁·赫克曼 , 弗兰克·朱宾 , 埃德加·科纳 :
基于音高的机器人声源分离。 IROS公司 2005 : 2197-2202 2003 【b1】 马丁·赫克曼 :
自适应Datenfusion für die audio-visuelle Spracherkenung。 卡尔斯鲁厄理工学院, 2003 ,国际标准图书编号 3-8322-2034-8 ,第1-169页 【c8】 马丁·赫克曼 , 弗雷德里克·伯托米耶(Frédéric Berthommier) , 克里斯托夫·萨瓦利奥 , 克里斯蒂安·克罗舍尔 :
图像失真对视听语音识别的影响。 AVSP公司 2003 : 163-168 2002 [j1] 马丁·赫克曼 , 弗雷德里克·伯托米耶(Frédéric Berthommier) , 克里斯蒂安·克罗舍尔 :
视听语音识别中的噪声自适应流加权。 EURASIP J.高级信号处理。 2002 ( 11 ) : 1260-1273 ( 2002 ) 【c7】 马丁·赫克曼 , 克里斯蒂安·克罗舍尔 , 克里斯托夫·萨瓦利奥 , 弗雷德里克·伯托米耶(Frédéric Berthommier) :
用于视听语音识别的基于DCT的视频特征。 INTERSPEECH公司 2002 : 1925-1928 2001 【c6】 马丁·赫克曼 , 弗雷德里克·伯托米耶(Frédéric Berthommier) , 克里斯蒂安·克罗舍尔 :
一种混合的ANN/HMM视听语音识别系统。 AVSP公司 2001 : 189-194 【c5】 马丁·赫克曼 , 弗雷德里克·伯托米耶(Frédéric Berthommier) , 克里斯蒂安·克罗舍尔 :
视听语音识别中后验概率的最优加权。 ICASSP公司 2001 : 161-164 【c4】 马丁·赫克曼 , 托尔斯滕·威尔德 , 弗雷德里克·伯托米耶(Frédéric Berthommier) , 克里斯蒂安·克罗舍尔 :
比较视听语音识别中基于音频和后验概率的流置信度。 INTERSPEECH公司 2001 : 1023-1026 2000 【c3】 马丁·赫克曼 , 朱莉娅·沃格尔 , 克里斯蒂安·克罗舍尔 :
声波回波抵消的频率选择步长控制。 欧盟SIPCO 2000 : 1-4 【c2】 克里斯蒂安·克罗舍尔 , 马丁·赫克曼 :
稳健的降噪和回声消除。 普华永道 2000 : 249-258 【c1】 马丁·赫克曼 , 弗雷德里克·伯托米耶(Frédéric Berthommier) , 克里斯托夫·萨瓦里奥 , 克里斯蒂安·克罗舍尔 :
标注视听语音语料库并训练ANN/HMM视听语音识别系统。 INTERSPEECH公司 2000 : 9-12
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)