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 GitHub
Demonstration videos of our research work can be watched on our YouTube Channel
Viimeisimmät julkaisut
A study on the layer-wise transferability of self-supervised learning features for children’s speech processing tasks
Abhijit Sinha, Hemant Kumar Kathania, Mikko Kurimo
2026
Speech Communication
Self-Supervised App-Based Speech Training for Children With Speech Sound Disorder—A Single-Case Experimental Design Study
Sofia Strömbergsson, Ella Edlund, Magdalena Pettersson, Nhan Phan, Mikko Kurimo
2026
International Journal of Language & Communication Disorders
A transformer-based spelling error correction framework for Bangla and resource scarce Indic languages
Mehedi Hasan Bijoy, Nahid Hossain, Salekul Islam, Swakkhar Shatabda
2025
Computer Speech and Language
Multi-Teacher Language-Aware Knowledge Distillation for Multilingual Speech Emotion Recognition
Mehedi Hasan Bijoy, Dejan Porjazovski, Tamás Grósz, Mikko Kurimo
2025
Proceedings of the Interspeech
Is your model big enough? Training and interpreting large-scale monolingual speech foundation models
Yaroslav Getman, Tamás Grósz, Tommi Lehtonen, Mikko Kurimo
2025
Proceedings of the Interspeech
Non-Native Children's Automatic Speech Assessment Challenge (NOCASA)
Yaroslav Getman, Tamás Grósz, Mikko Kurimo, Giampiero Salvi
2025
35th IEEE International Workshop on Machine Learning for Signal Processing
Towards large-scale speech foundation models for a low-resource minority 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
Developing a digital tool for L2 speaking assessment in low-resourced languages
Raili Hilden, Mikko Kuronen, Ekaterina Voskoboinik, Yaroslav Getman, Mikko Kurimo
2025
Studies in Language Assessment
Proceedings of the Workshop on Automatic Assessment of Atypical Speech
Mikko Kurimo, Tamás Grósz
2025
Pronunciation Editing for Finnish Speech using Phonetic Posteriorgrams
Zirui Li, Lauri Juvela, Mikko Kurimo
2025
13th edition of the Speech Synthesis Workshop