Signaalinkäsittelyn ja akustiikan laitos

Puheentunnistus

Tavoitteemme on parantaa automaattisen puheentunnistuksen menetelmiä Aalto-yliopistossa kehitettävien uusien algoritmien avulla.
Speech_Recognition_Aalto_University

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.

Lue lisää tutkimuksesta

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

Automatic Rating of Spontaneous Speech for Low-Resource Languages

Ragheb Al-Ghezi, Yaroslav Getman, Ekaterina Voskoboinik, Mittul Singh, Mikko Kurimo 2023 2022 IEEE Spoken Language Technology Workshop, SLT 2022 - Proceedings

Developing an AI-assisted Low-resource Spoken Language Learning App for Children

Yaroslav Getman, Nhan Phan, Ragheb Al-Ghezi, Ekaterina Voskoboinik, Mittul Singh, Tamas Grosz, Mikko Kurimo, Giampiero Salvi, Torbjorn Svendsen, Sofia Strombergsson, Anna Smolander, Sari Ylinen 2023 IEEE Access

Multi-task wav2vec2 Serving as a Pronunciation Training System for Children

Yaroslav Getman, Ragheb Al-Ghezi, Tamas Grosz, Mikko Kurimo 2023 9th Workshop on Speech and Language Technology in Education (SLaTE)

Investigating wav2vec2 context representations and the effects of fine-tuning, a case-study of a Finnish model

Tamas Grosz, Yaroslav Getman, Ragheb Al-Ghezi, Aku Rouhe, Mikko Kurimo 2023 Proceedings of Interspeech 2023

Non-game like training benefits spoken foreign-language processing in children with dyslexia

Katja Junttila, Anna Riikka Smolander, Reima Karhila, Mikko Kurimo, Sari Ylinen 2023 FRONTIERS IN HUMAN NEUROSCIENCE

Pronunciation Scoring System Embedded into Children’s Foreign Language Learning Games with Experimental Verification of Learning Benefits

Reima Karhila, Sari Ylinen, Anna-Riikka Smolander, Aku Rouhe, Ragheb Al-Ghezi, Yaroslav Getman, Tamas Grosz, Maria Uther, Mikko Kurimo 2023 9th Workshop on Speech and Language Technology in Education (SLaTE)

Evaluating Morphological Generalisation in Machine Translation by Distribution-Based Compositionality Assessment

Anssi Moisio, Mathias Creutz, Mikko Kurimo 2023 Proceedings of the 24th Nordic Conference on Computational Linguistics (NoDaLiDa)

CaptainA - A mobile app for practising Finnish pronunciation

Nhan Phan, Tamás Grósz, Mikko Kurimo 2023 Proceedings of the 24th Nordic Conference on Computational Linguistics (NoDaLiDa)

Finnish parliament ASR corpus

Anja Virkkunen, Aku Rouhe, Nhan Phan, Mikko Kurimo 2023 LANGUAGE RESOURCES AND EVALUATION

When to Laugh and How Hard? A Multimodal Approach to Detecting Humor and Its Intensity

Khalid Alnajjar, Mika Hämäläinen, Jörg Tiedemann, Jorma Laaksonen, Mikko Kurimo 2022 Proceedings of the 29th International Conference on Computational Linguistics
More information on our research in the Research database.
Research database
  • Julkaistu:
  • Päivitetty: