弗兰蒂斯克·格里兹尔
人员信息
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2010 – 2019
2018 [公元57年] 马丁·卡拉法特 , 穆拉利·卡西姆·巴斯卡 , 卡雷尔·维塞尔(Karel Vesel) , 弗兰蒂斯克·格里兹尔 , 卢卡斯汉堡 , 扬·塞诺克(Jan Cernock) :
低资源和高资源语言的多语言Blstm声学模型分析。 ICASSP公司 2018 : 5789-5793 [公元56年] 马丁·卡拉法特 , 穆拉利·卡西姆·巴斯卡 , 伊戈尔·斯科 , 弗拉迪米尔·马列诺夫斯克 , 卡雷尔·维塞尔 , 弗兰蒂斯克·格里兹尔 , 卢卡斯汉堡 , 扬·塞诺克(Jan Cernock) :
但是OpenSAT 2017语音识别系统。 INTERSPEECH公司 2018 : 2638-2642 [公元55年] 奥尔德里奇·普尔乔特 , 帕维尔·马特伊卡 , 昂德雷·诺沃顿(Ondrej Novotn) , 桑德罗·库马尼 , 艾丽西娅·洛扎诺·迪兹 , 约瑟夫·斯拉维切克 , 米雷亚·迪兹 , 弗兰蒂斯克·格里兹尔 , Ondrej Glembek公司 , 穆尼卡·卡萨利 , 安娜·西尔诺娃 , 卢卡斯汉堡 , 卢卡斯·昂德尔 , Santosh Kesiraju公司 , 约翰·罗丁 :
2017年NIST LRE的BUT-PT提交分析。 奥德赛 2018 : 47-53 [公元54年] 安娜·西尔诺娃 , 帕维尔·马特伊卡 , 翁德雷伊·格伦贝克 , 奥尔德里奇·普尔乔特 , 昂德雷·诺沃顿(Ondrej Novotn) , 弗兰蒂斯克·格里兹尔 , 彼得·施瓦兹 , 卢卡斯汉堡 , 扬·塞诺克(Jan Cernock) :
BUT/Phonexia瓶颈功能提取程序。 奥德赛 2018 : 283-287 [i1] 穆拉利·卡西姆·巴斯卡 , 马丁·卡拉法特 , 卢卡斯汉堡 , 卡雷尔·维塞尔 , 弗兰蒂斯克·格里兹尔 , 简·本扎·塞诺克(Jan Honza Cernock) :
剩余记忆网络:学习长时间依赖性的前馈方法。 CoRR公司 abs/1808.01916 ( 2018 ) 2017 【j4】 拉德克·费尔 , 帕维尔·马特伊卡 , 弗兰提塞克·格雷兹 , 奥尔德里奇·普尔乔特 , 卡雷尔·维塞尔(Karel Vesel) , 简·本扎·塞诺克(Jan Honza Cernock) :
口语识别中经过多语言训练的瓶颈特征。 计算。 语音语言。 46 : 252-267 ( 2017 ) [公元53年] 穆拉利·卡西姆·巴斯卡 , 马丁·卡拉法特 , 卢卡斯汉堡 , 卡雷尔·维塞尔 , 弗兰蒂斯克·格里兹尔 , 扬·塞诺克(Jan Cernock) :
剩余记忆网络:学习长期时间依赖性的前馈方法。 ICASSP公司 2017 : 4810-4814 [第52条] 马丁·卡拉法特 , 穆拉利·卡西姆·巴斯卡 , 帕维尔·马特伊卡 , 卡雷尔·维塞尔(Karel Vesel) , 弗兰蒂斯克·格里兹尔 , 卢卡斯汉堡 , 扬·塞诺克(Jan Cernock) :
2016年BUT Babel系统:基于i-Vector的自适应多语言BLSTM声学模型。 INTERSPEECH公司 2017 : 719-723 2016 [第51条] 帕维尔·马特伊卡 , Ondrej Glembek公司 , 昂德雷·诺沃顿(Ondrej Novotn) , Oldrich Plchot公司 , 弗兰蒂斯克·格里兹尔 , 卢卡斯汉堡 , 扬·塞诺克(Jan Cernock) :
说话人识别的DNN方法分析。 ICASSP公司 2016 : 5100-5104 [c50] 马丁·卡拉菲亚特 , 卢卡斯汉堡 , 弗兰蒂斯克·格里兹尔 , 卡雷尔·维塞尔(Karel Vesel) , 简·本扎·塞诺克(Jan Honza Cernock) :
多语言区域相关转换。 ICASSP公司 2016 : 5430-5434 [c49] 昂德雷·诺沃顿(Ondrej Novotn) , 帕维尔·马特伊卡 , Ondrej Glembek公司 , 奥尔德里奇·普尔乔特 , 弗兰蒂斯克·格里兹尔 , 卢卡斯汉堡 , 简·本扎·塞诺克(Jan Honza Cernock) :
多语言条件下基于DNN的SRE系统分析。 SLT公司 2016 : 199-204 [公元48年] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 :
通过标准语料库提高低资源语言的性能:分析。 SLT公司 2016 : 629-636 [公元47年] 马丁·卡拉法特 , 穆拉利·卡西姆·巴斯卡 , 帕维尔·马特伊卡 , 卡雷尔·维塞尔(Karel Vesel) , 弗兰蒂斯克·格里兹尔 , 扬·塞诺克(Jan Cernock) :
2016年的多语言BLSTM和特定于说话人的矢量适应,但babel系统。 SLT公司 2016 : 637-643 [公元46年] 弗兰蒂斯克·格里兹尔 , 叶卡捷琳娜·埃戈罗娃 , 马丁·卡拉法特 :
多语言培训和系统移植的大数据资源研究。 SLTU公司 2016 : 15-22 [公元45年] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 :
用于多语言训练和移植的瓶颈特征提取结构。 SLTU公司 2016 : 144-151 [公元44年] 安娜·波普科娃 , 菲利普·波沃恩 , 帕维尔·马特伊卡 , Ondrej Glembek公司 , 弗兰蒂斯克·格里兹尔 , 扬·本扎·塞诺克(Jan Honza Cernock) :
情绪识别的瓶颈特征研究。 TSD公司 2016 : 426-434 2015 [公元43年] 罗杰·萧 , 杰夫·Z·马 , 威廉姆·哈特曼 , 马丁·卡拉法特 , 弗兰蒂斯克·格里兹尔 , 卢卡斯·伯杰 , 伊戈尔·斯科 , 扬·塞诺克(Jan Cernock) , 渡边信治 , 卓晨 , Sri Harish Reddy Mallidi女士 , Hynek Hermansky公司 , 斯塔夫罗斯·察卡利迪斯 , 理查德·施瓦茨 :
在未知混响和噪声条件下的稳健语音识别。 ASRU公司 2015 : 533-538 [公元42年] 拉德克·费尔 , 帕维尔·马特伊卡 , 弗兰蒂斯克·格里兹尔 , 奥尔德里奇·普尔乔特 , 扬·塞诺克(Jan Cernock) :
语言识别的多语言瓶颈功能。 INTERSPEECH公司 2015 : 389-393 [公元41年] 马丁·卡拉法特 , 弗兰提塞克·格雷兹 , 卢卡斯汉堡 , 伊戈尔·斯科 , 扬·塞诺克(Jan Cernock) :
针对ASpIRE挑战,有三种方法可以使CTS识别器适应BUT系统中看不见的混响语音。 INTERSPEECH公司 2015 : 2454-2458 2014 [公元40年] 马丁·卡拉法特 , 弗兰蒂斯克·格里兹尔 , 米尔科·汉内曼 , 扬·塞诺克(Jan Cernock) :
但神经网络的特点是针对BABEL的自发越南人。 ICASSP公司 2014 : 5622-5626 [公元39年] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 , 卡雷尔·维塞尔(Karel Vesel) :
适应新语言的多语言堆叠瓶颈神经网络结构。 ICASSP公司 2014 : 7654-7658 [c38] 伊戈尔·斯科 , 卢卡斯汉堡 , 弗兰蒂斯克·格里兹尔 , 扬·塞诺克(Jan Cernock) , 卢卡斯·昂德尔 :
查询示例系统的校准和融合——但SWS 2013。 ICASSP公司 2014 : 7849-7853 [公元37年] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 :
针对资源不足语言的多语言和半监督培训相结合。 INTERSPEECH公司 2014 : 820-824 [公元36年] 马丁·卡拉法特 , 弗兰蒂斯克·格里兹尔 , 卡雷尔·维塞尔(Karel Vesel) , 米尔科·汉内曼 , 伊戈尔·斯科 , 扬·塞诺克(Jan Cernock) :
但2014年巴别塔系统:基于神经网络的系统中的自适应分析。 INTERSPEECH公司 2014 : 3002-3006 [c35] 弗兰蒂斯克·格里兹尔 , 叶卡捷琳娜·埃戈罗娃 , 马丁·卡拉法特 :
进一步研究多层瓶颈神经网络结构的多语言训练和自适应。 SLT公司 2014 : 48-53 [公元34年] 马丁·卡拉法特 , 卡雷尔·维塞尔(Karel Vesel) , 伊戈尔·斯科 , 卢卡斯汉堡 , 弗兰蒂斯克·格里兹尔 , 米尔科·汉内曼 , 扬·塞诺克(Jan Cernock) :
但2014年BABEL惊奇评估的ASR系统。 SLT公司 2014 : 501-506 [公元33年] 弗兰提塞克·格雷兹 , 马丁·卡拉法特 :
使多语言神经网络层次结构适应新的语言。 SLTU公司 2014 : 39-45 2013 [公元32年] 达米亚诺斯·卡拉科斯 , 理查德·施瓦茨 , 斯塔夫罗斯·察卡利迪斯 , Le Zhang(乐章) , Shivesh Ranjan先生 , Tim Ng(蒂姆·吴) , 罗杰·萧 , 古鲁普拉萨德·赛库马尔 , 伊凡·布利科 , 龙阮 , 约翰·马霍尔 , 弗兰蒂斯克·格里兹尔 , 米尔科·汉内曼 , 马丁·卡拉菲亚特 , 伊戈尔·斯科 , 卡雷尔·维塞尔(Karel Vesel) , 洛里·拉梅尔 , 越南Bac Le :
分数标准化和系统组合用于改进关键词识别。 ASRU公司 2013 : 210-215 [公元31年] 罗杰·萧 , Tim Ng(蒂姆·吴) , 弗兰蒂斯克·格里兹尔 , 达米亚诺斯·卡拉科斯 , 斯塔夫罗斯·察卡利迪斯 , 龙阮 , 理查德·施瓦茨 :
低资源语言中关键字搜索的歧视性半监督训练。 ASRU公司 2013 : 440-445 [公元30年] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 :
用于神经网络特征提取器训练的半监督自举方法。 ASRU公司 2013 : 470-475 [公元29年] 马丁·卡拉菲亚特 , 弗兰蒂斯克·格里兹尔 , 米尔科·汉内曼 , 卡雷尔·维塞尔(Karel Vesel) , 扬·塞诺克(Jan Cernock) :
但BABEL系统适用于自发的广东话。 INTERSPEECH公司 2013 : 2589-2593 [公元28年] 伊戈尔·斯科 , 卢卡斯汉堡 , 弗兰蒂斯克·格里兹尔 , 卢卡斯·昂德尔 :
但SWS 2013——大规模并行方法。 MediaEval公司 2013 2012 [j3] 托马斯·海恩 , 卢卡斯汉堡 , 约翰·迪恩斯 , 菲利普·加纳 , 弗兰蒂斯克·格里兹尔 , 阿斯玛·埃尔·汉纳尼 , Marijn Huijbregts公司 , 马丁·卡拉法特 , 投手林肯 , 温家恒 :
记录与AMIDA系统的会议。 IEEE传输。 语音音频处理。 20 ( 2 ) : 486-498 ( 2012 ) [注2] 哈维尔·特杰多尔 , 米查尔·法普索 , 伊戈尔·斯科 , 扬·塞诺克(Jan Cernock) , 弗兰蒂斯克·格里兹尔 :
语言相关和语言无关查询逐个示例口语词检测方法的比较。 ACM事务处理。 信息系统。 30 ( 三 ) : 18:1-18:34 ( 2012 ) [公元27年] 帕维尔·马特伊卡 , 奥尔德里奇·普尔乔特 , 迈赫迪·苏菲法尔 , Ondrej Glembek公司 , 路易斯·费尔南多·德哈罗 , 卡雷尔·维塞尔(Karel Vesel) , 弗兰蒂斯克·格里兹尔 , 杰夫·Z·马 , 松下Spyros Matsoukas , 纳吉姆·德哈克 :
DARPA RATS P1评估巡逻队语言识别系统。 INTERSPEECH公司 2012 : 50-53 [公元26年] 卡雷尔·维塞尔(Karel Vesel) , 马丁·卡拉法特 , 弗兰提塞克·格雷兹 , 米洛斯·扬达 , 叶卡捷琳娜·埃戈罗娃 :
独立于语言的瓶颈特性。 SLT公司 2012 : 336-341 2011 [公元25年] 卡雷尔·维塞尔(Karel Vesel) , 马丁·卡拉法特 , 弗兰提塞克·格雷兹 :
LVCSR的卷积瓶颈网络功能。 ASRU公司 2011 : 42-47 [公元24年] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 , 米洛斯·扬达 :
多语言环境中概率和瓶颈特征的研究。 ASRU公司 2011 : 359-364 【c23】 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 :
将最新的MLP特征提取技术集成到TRAP体系结构中。 INTERSPEECH公司 2011 : 1229-1232 [公元22年] Hynek Boril公司 , 弗兰蒂斯克·格里兹尔 , 约翰·H·L·汉森 :
Lombard效应下LVCSR的前端补偿方法。 INTERSPEECH公司 2011 : 1257-1260 【c21】 弗兰蒂斯克·格里兹尔 :
神经网络大小在TRAP/HATS特征提取中的作用。 TSD公司 2011 : 315-322 2010 [公元20年] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 :
ASR中特征提取的层次神经网络结构。 INTERSPEECH公司 2010 : 1201-1204 [第19条] 卡雷尔·维塞尔(Karel Vesel) , 卢卡斯汉堡 , 弗兰蒂斯克·格里兹尔 :
语音识别中神经网络的并行训练。 INTERSPEECH公司 2010 : 2934-2937 [第18条] 伊戈尔·舍克 , 弗兰蒂斯克·格里兹尔 , 扬·塞诺克(Jan Cernock) , 米查尔·法普索 , Tomás Cipr公司 :
声学关键词观察员-从最终用户的角度进行优化。 SLT公司 2010 : 189-193 [第17条] 卡雷尔·维塞尔(Karel Vesel) , 卢卡斯汉堡 , 弗兰蒂斯克·格里兹尔 :
语音识别中神经网络的并行训练。 TSD公司 2010 : 439-446
2000 – 2009
2009 [第16条] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 , 卢卡斯汉堡 :
会议语音识别的瓶颈特征研究。 INTERSPEECH公司 2009 : 2947-2950 2008 [第15条] 弗兰蒂斯克·格里兹尔 , 彼得·福塞克 :
优化lvcsr的瓶颈功能。 ICASSP公司 2008 : 4729-4732 2007 [j1] 尼科·布鲁默 , 卢卡斯汉堡 , 扬·塞诺克(Jan Cernock) , Ondrej Glembek公司 , 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 , 大卫·范·吕文 , 帕维尔·马特伊卡 , 彼得·施瓦兹 , 阿尔伯特·斯特拉希姆 :
STBU提交的2006年NIST说话人识别评估中异构说话人辨识系统的融合。 IEEE传输。 语音音频处理。 15 ( 7 ) : 2072-2084 ( 2007 ) [第14条] 帕维尔·马特伊卡 , 卢卡斯汉堡 , 彼得·施瓦兹 , Ondrej Glembek公司 , 马丁·卡拉法特 , 弗兰提塞克·格雷兹 , 扬·塞诺克(Jan Cernock) , 大卫·范·吕文 , 尼科·布鲁默 , 阿尔伯特·斯特拉希姆 :
NIST 2006说话人识别评估的STBU系统。 ICASSP(4) 2007 : 221-224 [第13条] 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 , 斯坦尼斯拉夫·科塔尔 , 扬·塞诺克(Jan Cernock) :
会议LVCSR的概率和瓶颈特征。 ICASSP(4) 2007 : 757-760 [第12条] 伊戈尔·舍克 , 米查尔·法普索 , 马丁·卡拉法特 , 卢卡斯汉堡 , 弗兰提塞克·格雷兹 , 彼得·施瓦兹 , Ondrej Glembek公司 , 帕维尔·马特伊卡 , 杰里·科佩克 , 扬·塞诺克(Jan Cernock) :
基于LVCSR和语音搜索相结合的口语词检测系统。 MLMI公司 2007 : 237-247 [第11条] 弗兰蒂斯克·格里兹尔 , 扬·塞诺克(Jan Cernock) :
基于TRAP的噪声语音识别技术。 TSD公司 2007 : 270-277 2006 [第10条] 安德烈亚斯·斯托尔克 , 弗兰蒂斯克·格里兹尔 , 黄美玉 , 辛磊 , 纳尔逊·摩根 , 迪米特拉·韦格利 :
多层感知器估计的声学特征的跨域和跨语言可移植性。 ICASSP(1) 2006 : 321-324 【c9】 马丁·卡拉法特 , 弗兰蒂斯克·格里兹尔 , 彼得·施瓦兹 , 卢卡斯汉堡 , 扬·塞诺克(Jan Cernock) :
会议数据识别中的稳健异方差线性判别分析和LCRC后验特征。 MLMI公司 2006 : 275-284 2005 【c8】 朱奇峰 , Barry Y.Chen先生 , 弗兰蒂斯克·格里兹尔 , 纳尔逊·摩根 :
改进了用于ASR数据驱动特征提取的MLP结构。 INTERSPEECH公司 2005 : 2129-2132 【c7】 安德烈亚斯·斯托尔克 , 泽维尔·安格拉 , 科菲·博凯 , 奥祖尔·切廷 , 弗兰蒂斯克·格里兹尔 , 亚当·贾宁 , 阿林达姆·曼达尔 , 芭芭拉·佩斯金 , 查克·伍特斯 , 京正 :
会议认可方面的进一步进展:ICSI-SRI 2005年春季演讲文本评估系统。 MLMI公司 2005 : 463-475 2004 【c6】 弗兰蒂斯克·格里兹尔 , 马丁·卡拉法特 , 扬·塞诺克(Jan Cernock) :
会议数据LVCSR的基于TRAP的特征。 INTERSPEECH公司 2004 : 437-440 【c5】 彼得·福塞克 , 弗兰提塞克·格雷兹 , Hynek Hermansky公司 , 彼得·斯沃贾诺夫斯基 :
新的无义音节数据库分析和初步ASR实验。 INTERSPEECH公司 2004 : 2749-2752 【c4】 弗兰蒂斯克·格里兹尔 :
基于TRAP系统的组合。 TSD公司 2004 : 323-330 2003 【c3】 弗兰蒂斯克·格里兹尔 , Hynek Hermansky公司 :
基于TRAP的ASR光谱平面的局部平均和微分。 INTERSPEECH公司 2003 : 1017-1020 【c2】 弗兰蒂斯克·格里兹尔 :
语音识别TRAP中的本地时频算子。 TSD公司 2003 : 269-274 2002 【c1】 安德烈·古斯塔沃·阿达米 , 卢卡斯汉堡 , 圣埃芬·杜邦 , 哈林塔·加鲁达迪(Harinath Garudadri) , 弗兰蒂斯克·格里兹尔 , Hynek Hermansky公司 , 普拉提巴·贾因 , Sachin S.Kajarekar公司 , 纳尔逊·摩根 , 苏尼尔·西瓦达斯 :
ASR的Qualcomm-ICSI-OGI功能。 INTERSPEECH公司 2002 : 21-24
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)