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
Demonstration videos of our research work can be watched on our
Viimeisimmät julkaisut
Sofia Strömbergsson, Ella Edlund, Magdalena Pettersson, Nhan Phan, Mikko Kurimo
2026
International Journal of Language & Communication Disorders
Mehedi Hasan Bijoy, Nahid Hossain, Salekul Islam, Swakkhar Shatabda
2025
Computer Speech and Language
Mehedi Hasan Bijoy, Dejan Porjazovski, Tamás Grósz, Mikko Kurimo
2025
Proceedings of the Interspeech
Yaroslav Getman, Tamás Grósz, Tommi Lehtonen, Mikko Kurimo
2025
Proceedings of the Interspeech
Yaroslav Getman, Tamás Grósz, Mikko Kurimo, Giampiero Salvi
2025
35th IEEE International Workshop on Machine Learning for Signal Processing
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
Mikko Kurimo, Tamás Grósz
2025
Zirui Li, Lauri Juvela, Mikko Kurimo
2025
13th edition of the Speech Synthesis Workshop
Nhan Phan, Mikko Kuronen, Maria Kautonen, Anna von Zansen, Yaroslav Getman, Ekaterina Voskoboinik, Tamás Grósz, Mikko Kurimo
2025
Proceedings of the Interspeech 2025
Nhan Phan, Anusha Porwal, Yaroslav Getman, Ekaterina Voskoboinik, Tamás Grósz, Mikko Kurimo
2025
Proceedings of 10th Workshop on Speech and Language Technology in Education (SLaTE)
Lisää tietoa tutkimuksestamme löytyy Aallon tutkimusportaalista.