Litteratur ASR. Taligenkänning Introduktion till taligenkänning. Upplägg taligenkänningsdelen. Dagens litteratur. Varför taligenkänning?
|
|
- Lovisa Åström
- för 8 år sedan
- Visningar:
Transkript
1 Litteratur ASR Taligenkänning Introduktion till taligenkänning Talteknologi, VT 2006 Rebecca Jonson Jurafsky & Martin. Kap 5,6,7 + delar fr. andra kapitel (t ex kap 19) Blomberg, M & Elenius, K. Automatisk igenkänning nning av tal. R.P. Lippman (1997) Speech recognition by machinesand and humans Steve Young,(1996). Large Vocabulary Continuous Speech Recognition: a review Upplägg taligenkänningsdelen Mån: Introduktion till ASR, Varför är ASR så svårt? Ons: Parametrisk representation,taligenkänningstekniker och Talarigenkänningstekniker Fre: Språkmodeller + Taligenkänningsgrammatiker Mån: Avkodning, N-Bästa, Prestanda Ons: Talförståelse (ASU), dialogsystem och talteknologi Ons em: Nuance Tutorial Nuance-labb (veckorna därpå fram till/efter tentan) Dagens litteratur Jurafsky & Martin. Kap (ej 5.2,5.3,5.5), 7.5, s. 347, 16.1 Blomberg, M & Elenius, K. Automatisk igenkänning nning av tal. sid Vad är taligenkänning? Automatic Speech Recognition (ASR) En dators igenkänning av naturligt tal System som identifierar en talsignal och mappar den till ett språkligt yttrande Omvandling av tal till text Automatic Speech Understanding (ASU) En dators förståelse av naturligt tal En talsignal tolkas till en representation av ett språkligt yttrande Varför taligenkänning? Effektivt gränssnitt Mskor i grupp löser problem mycket snabbare om de kan kommunicera verbalt med varandra Talet naturligt sätt att interagera (snabbare inlärning) Mycket information koncist Språket kan uttrycka komplexa saker Tillåter fria händer och syn Ersätter tangentbord/knappsats (handdator, mobil) Fungerar i mörker, kyla etc. Slipper menystruktur med alternativ Stort kommersiellt intresse! Telefontillämpningar
2 Användningsområden Indelning av igenkänningsmetoder Handikapphjälpmedel Blinda Rörelsehandikappade Interaktion med mobiltelefon, handdator, bil (hands-free) Diktering (läkare, dåliga skrivmaskinister ) Telefontillämpningar (t ex voic ) Dialogsystem (t ex SJ s tidtabellupplysning) Översättning (t ex Verbmobil) Sökning Indexering av audio Språkinl ärning (uttalsundervisning) Vadkänner systemet igen? Ord Kommandon Keywords Diktering Dialog Spontant tal Vem känner systemet igen? Talarberoende (SD) (en/flera talare) Talaroberoende (SI) (godtyckliga talare, non-native?) De tre variablerna 1. Talarberoende Talaroberoende Speaker dependent/independent (SD/SI) Multispeaker 2. Vokabulärstorlek 10 till ord 3. Isolerat Spontant tal Isolerade ord, Kommandon, Keywords, Kontinuerligt tal, Spontant tal Isolerat tal Känner igen vissa ord/fraser Kommandon Motsvarigheten till tryckknapparna på telefonen fast med tal eller tryckkommandon på datorn Fungerar enligt menyer -Om du vill höra saldot på ditt kontot, säg saldo eller tryck 2. -Saldo Diktering Types what you say Känner igen ord sagda i uppläst tempo Känner igen EN talare Adaptering till talarens röst (träning) Vokabuläranpassning Korrekthet >90 % Skrivhastighet 20 ord/min (inkl korrektioner) Persondator med mikrofon Används av rörelsehindrade, läkare, advokater, dyslektiker
3 Dikteringsmjukvara Företag/Produkter: Scansoft Dragon Systems IBM ViaVoice Philips speech products - FreeSpeech 2000, SpeechMike. WindowsXP (amerikanska versionen) Apple Dictaphone (domänspecifika) Spontant tal Talaroberoende Taligenkänningen fungerar för (nästan) vem som helst (på det språk och med den vokabulär som den är anpassad för) Ej tränad på användaren Kontinuerligt tal Medelstor vokabulär (klarar inte vokabulärer så stora som för diktering) Låter användaren uttrycka sig friare och mer komplext (mer naturligt) Används bl a i Dialogsystem, Telefontjänster, Datainmatning Kommersiella Taligenkänningsprodukter SRI: Decipher (Eduspeak, Dynaspeak) AT&T: Watson Nuance: Nuance 8.0 SoftSound SpeechMachines Vocalis Philips Apple: PlainTalk Microsoft: SAPI (ASR & TTS) Whisper Nuance Introduktion Nuance är ett talteknologiföretag som erbjuder kommersiell: Taligenkänning, talarverifiering och talsyntes Samt APIs för att bygga ASR och TTS-klienter VoiceXML plattform Olika program som t ex. språkmodellgenerering Språk som Nuance stödjer Ett urval av Nuance program Arabic Cantonese Czech Danish Dutch English (5 varieties) French (2 varieties) German (2 varieties) Greek Hebrew Italian Japanese Korean Mandarin (2 varieties) Norwegian Portuguese Spanish (2 varieties) Swedish Turkish nlm license manager Xapp for testing ASR resource-manager distributes client requests recserver ASR server vocalizer TTS server Batchrec Evaluates LMs and grammars nuance-compile compiles recognition grammars train-slm trains statistical language models parse-tool checks if a recognition grammar accepts a string generate checks what strings a recognition grammar can generate
4 Verktygslådor för att bygga taligenkänning CMU Sphinx (Finns i Java-version) HTK toolkit (ATK) Sonic ASR CSLU toolkit (enkel taligenkänning + TTS, animerade huvuden, dialogsystem) ASR-system En talsignal ska parametriseras till en datarepresentation och sedan matchas till akustiskt och lingvistiskt innehåll och den ordsekvens som verkar mest sannolik i förhållande till input ska sökas upp. Delar i ett ASR-system Input (mikrofon/telefon) A/D omvandling Särskilja talsignalen från andra ljud, brus etc. Front End ( Parametrisering) Komputationell representation av talsignalen Ta ut de värden som inte ändrar sig så mycket när samma ord sägs men som ändras mycket när andra ord sägs Lokal matchning Sannolikhetsberäkning Hitta möjliga matchningar mellan ett talsegment och referenser Avkodning Beräknar likheten mellan ett segment och dess referens Ta hänsyn till tid! Spr åkmodeller (Trigram) Tar in lingvistisk information för att avgöra matchning Vilka ord är sannolika att förekomma tillsammans Akustik/ ljud våg Frekvens Spektrum Features (Fonem; Kontext) Fonem Fonemsekvenser/Ord Ord Sekvenser/ Mening Filtrering, Sampling Spektral Analys; FFT Signalbehandling / Analys Fonem Igenkänning: HMM, Neural Nät GrammatikellerStatistik Grammatik/Statistikför troliga ordsekvenser Översikt ASR-system En talsignal ska först detekteras ur inputsignalen och brus, bakgrundsljud, tystnader, eko, andra r öster ska filtreras bort. Talsignalen ska sedan parametriseras till en datarepresentation (sekvens av akustiska vektorer), Varje vektor är en representation av ett korttidsspektrum(10 ms). Yttrandet består av en sekvens av ord och ASR systemets uppgift är att hitta den mest sannolika ordsekvensen givet den observerade akustiska signalen. Igenkänningsmetoder Mönsterigenkänning (Äldst) Jämförelse av två spektrala tidsserier Dynamisk Programmering används för att kompensera för varierande talhastighet Hidden Markov Models (HMM) (Vanligast) Representerar talets segmentella struktur Viterbi-avkodning (form av DP) Artificiella Neurala Nätverk (ANN) Huvudsakligen för fonetisk klassning I kombination med HMM (Hybridsystem) Kunskapsbaserade system Baserar sig p å fonetisk, lingvistisk kunskap om tal. Ex: som en skicklig spektrogramläsare
5 Varför är ASR så svårt? Let s talk about how to wreck a nice beach or about how to recognize speech? Komplexiteten hos naturligt språk Talet är kontinuerligt ej isolerat (inga pauser mellan ord) Talspråkets karaktär (spontant misstag) Talvariabilitet Talarvariabilitet Talsignal vs andra ljud (Brus, Eko, Tystnad, Andning) Akustisk/Kanal variabilitet Databrist (OOV, akustiska modeller) Tekniska hinder Processhungrigt/Kräver stor Minneskapacitet Kräver prestation i realtid Många metoder/algoritmer måste väljas bort, för långsamma Variabilitet i talsignalen Svårigheter - talarvariabilitet Variabiliteten hos tal är den största svårigheten, olika talare eller samma talare kan producera ett sekvens som motsvarar samma ord men som skiljer sig akustiskt (ger t ex olika spektrogram) Samma ord kan realiseras med olika styrka och med olika talhastighet. Måste träna systemet med olika akustiska realiseringar av ljud Kräver lång träning Stora mängder träningsdata Extrahera ur talsignalen de faktorer som hålls likvärdiga mellan olika realiseringar av t ex samma ord. Röstskillnader mellan talare: Kön Män: Hz Kvinnor: Hz Ålder Barn: Hz Anatomiska skillnader Dialekt Skillnad i t ex. uttal, betoning, intonation, accent, språkljud Sociolekt T ex Uttal Röstskillnad samma talare: Sinnestillstånd Glad, ledsen Hälsotillstånd Förkyld Stress Talstil Formellt Spontant Talhastighet Modellera talarvariabiliteten Talarvariabilitet kräver att vi har tillräckligt med data för att träna upp våra modeller Olika talare realiserar samma språkljud akustiskt olikt Tatvå spektrogram från två talare som säger samma ord Eller från samma talare! Vad är det som gör att vi uppfattar akustiska realiseringar från olika talare som samma ord? Vi måste hitta de oförändrade egenskaperna samt filtrera bort de irrelevanta skillnaderna Ta bort nivåer i styrka, skillnader i tid (DP!) Hitta gemensamma nämnare på frekvensnivå Akustiska modeller Akustiska modeller: statistiska modeller som beräknar likheten mellan en akustisk realisering och ett ord (el. fonemsekvens) Stort tr äningsmaterial behövs för att ta hänsyn till talarvariabiliteten. Speech dat talare inspelade, >11 språk Dialekt, ålder, kön 5000 talare i Sverige vanlig telefon 1000 talare via mobil Swedia2000 Dialektinspelningar (110 dialekter) 1284 personer inspelade
6 Svårigheter- uttalsvariation Exempel: Uttalsvarianter Koartikulation(talljuden påverkar varandra och fonem uttalas därför olika i olika kontext, och olika hos olika talare) /t/ i take, stake, tray, straight, butter, Kate TTS = mimic coarticulation ASR = overcome it!!! Reduktion (fonem och stavelser reduceras, uttalas otydligt eller utelämnas helt) Fokusordofta tydliga men ändelser och artiklar reduceras Bara för att bafatt Do you want to eat Juwana Eat Uttalsvarianter Ur talspråkskorpusen: vi{l}ken va{r} de{t} här den elle{r} den Ambiguitet i talsignalen Homofoner The tailof a dog/ the taleof a dog There/Their Talet kontinuerligt (ej segmenterat som skriften) Frasnivå: avgöra ordgränser (OBS! Ord förekommer bara isolerat i skrift) It s not easy to wrecka nicebeach It s not easy to recognise speech It s not easy to wreckan icebeach Says Sayyes [ay d ih s hh er d s ah m th ih ng ax b aw m uh v ih ng r ih s en l ih] I just heard something about moving recently Svårigheter - talspråk Talspråkssyntax Jag skulle vilja åka tror jag mellan öh fem nej sex och sju kanske. På eftermiddagen alltså. Flesta NLP-metoderna bygger på skriftlig syntax Inte bara språkljud Extralingvistiska ljud (l äppsmack,flås) Spontant tal är spontant! Vi tvekar, ändrar oss, säger fel etc. Talspråk svårt att förstå om taget ur kontexten? Disfluenser Exempel ur talkorpus Omstarter Pauser Tvekljud (öh, eh) Repetitioner Ändrar sig Slips of the tounge Teep a kape Hela ordet uttalas inte (truncated words) Säger fel Which flights leave bef- after noon? Which flights leave uh after noon? Which flights leave (pause) leave after noon?
7 Disfluenser Disfluenser väldigt vanliga men dock verkar människor skärpa till sig lite i H-M dialoger i motsvarighet till H-H dialoger. För att kunna klara av disfluensermåste vi modellera tvekljud, fyllda pauser, repetitioner etc. T ex att Öh räknas som ett ord i lexikon. Många av dagens taligenkänningssystem klarar dock inte detta Slips of the tounge väldigt svårt att modellera Så här låter ni: Disfluenser: Som ni ser både stakar ni er, flåsar, fnissar, säger fel, gör omstarter och tvekar en hel del Talvariabilitet: Samt kan vi se hur ljudnivån varierar väldigt och att bakgrundsljud hörs. Talarvariabilitet: och visst låter ni väldigt olika OOV (out of vocabulary words) Storleken på vokabulären är ett annat problem. Ju större vokabulär desto fler ord som liknar varandra akustiskt. Kommer aldrig täcka alla ord. ASR kan inte känna igen nya ord eftersom de bygger på lexikon. OOV blir istället igenkända som invocabulary words vilket påverkar igenkännandet av omkringliggande ord. Svårigheter - kanalvariabilitet Uttalet av samma ord kommer variera beroende på den akustiska/kanal variabiliteten: Omgivning Rumsakustik Brus: överflödig information i signalen, skilja ut talsignalen. Bakgrundsljud (cross-talking) Input modalitet Mikrofon, Telefon, Mobil Bandbredd (telefon khz, mikro 8khz, /s/ vs /f/ högfrekvensa skillnader) Störningar (Eko, brus, cross talk) Kanalen påverkar signalen Talarens position i förhållande till mikrofon/telefon (nasala ljud starkare om närmare näsan, flås etc.) Tekniska hinder Taligenkänning kr äver mycket processorkraft och minne Många algoritmer intressanta teoretiskt men oanvändbara för att de tar för lång tid för att fungera i realtidssystem Träningsalgoritmer kan inte heller ta för lång tid (buggar!, måste få fram en produkt) Sammanställning svårigheter Vi måste modellera talarvariabiliteten Och talvariabiliteten Disambiguera talsignalen(ordgränser) Modellera disfluenser för att kunna extrahera dessa Identifiera OOV Särskilja talsignalen från andra ljud Modellera den akustiska omgivningens variabilitet, kompensera för distortion på talsignalen Ta hänsyn till olika kanalers påverkan Använda oss av effektiva algoritmer och smarta lagringsmetoder
Litteratur ASR. Taligenkänning Introduktion till tal- och talarigenkänning. Vad är taligenkänning? Varför taligenkänning? Användningsområden
Taligenkänning Introduktion till tal- och talarigenkänning Talteknologi, HT 2007 Litteratur ASR Kap 9 påp nätet Jurafsky & Martin. Kap 5,6,7 + delar fr. andra kapitel (t ex kap 19) Blomberg, M & Elenius,
Läs merTalteknologi introduktion. Hur realistisk var HAL? Dagens situation? Kursupplägg Talteknologikursen. Kurskrav
Talteknologi introduktion Rebecca Jonson Doktorand i Språkteknologi (GSLT, Lingvistik Gbg) AAST-kursen VT 2007 Computers are getting smarter all the time; scientists tell us that soon they will be able
Läs merÖverblick. Dialogsystem. En dialogsystemsarkitektur. Dialogsystemsarkitektur. Talförståelse. Dialoghantering
Överblick Dialogsystem Del I Dialogsystemsarkitektur Människa-maskin-dialog jämfört med människa-människa-dialog Dialog-initiativ, barge-in, verifiering Dialogspecifikation Några svenska röststyrda tjänster
Läs merTaligenkänning. Sanna Aronsson sanar429 Artificiell Intelligens, HKGBB0
Taligenkänning, HKGBB0 Abstract Ett taligenkänningssystem är att ett system som har som uppgift att identifiera enstaka ord eller hela sekvenser av ord. Detta gör den genom att jämföra denna ordsekvens
Läs merStina Nyman 2012-09-16
LINKOPINGS UNIVERSITET, IDA SmartKom Hur systemet fungerar Stina Nyman 2012-09-16 stiny786 Artificiell intelligens II Sammanfattning Detta projekt kommer handla om SmartKom som är ett multimodalt dialogsystem
Läs merAutomatisk taligenkänning som hjälpmedel för att bedöma muntliga språkfärdigheter
Automatisk taligenkänning som hjälpmedel för att bedöma muntliga språkfärdigheter Mikko Kurimo Institutionen för signalbehandling och akustik Aalto-universitetet Innehåll 1. Hur automatisk taligenkänning
Läs merTaligenkänning - har den en framtid som nyttoverktyg?
Taligenkänning - har den en framtid som nyttoverktyg? Examens arbete I, 10 p. Handelshögskolan vid Göteborgs Universitet Institutionen för Informatik HT 2001 Handledare: Göran Walske Författare: Zineta
Läs merHörStöd. Taligenkänningsteknik som hjälpmedel för hörselskadade vid telefonsamtal. Mikael Salin. Handledare: Mats Blomberg och Kjell Elenius
HörStöd Taligenkänningsteknik som hjälpmedel för hörselskadade vid telefonsamtal Mikael Salin Handledare: Mats Blomberg och Kjell Elenius Godkänt den... Examinator:... Mats Blomberg Examensarbete i Talteknologi
Läs merProgrammering A C# VT 2010. Ett kompendie över Programmering A (50p) i c# Stefan Fredriksson 2010 02 08
Programmering A C# VT 2010 Ett kompendie över Programmering A (50p) i c# Stefan Fredriksson 2010 02 08 Innehåll Hjälp och referenser... 3 Kap 1 Introduktion... 3 Steg för steg... 3 Kapitel 2 Variabler...
Läs merTaligenkänning med fördjupning på Hidden Markov Models
IDA, Linköpings Universitet Artificiell Intelligens II, 729G11 HT 2008 Taligenkänning med fördjupning på Hidden Markov Models 870524-0045 jearu017@student.liu.se Sammanfattning Taligenkänning är en teknik
Läs merDishPointer Apple iphone som hjälpmedel vid inställning av satellitantenn
TEST REPORT Mjukvara för installation av parabolantenn Apple iphone som hjälpmedel vid inställning av satellitantenn Mobiltelefoner har blivit en del av vårt dagliga liv och ett verktyg vi inte kan leva
Läs merAutomatisk igenkänning av tal och talare. Automatisk igenkänning av tal. Översikt - taligenkänning. Varför taligenkänning?
GSLT Tal- och talarigenkänning M Blomberg 22-9-9 [ ] Automatisk igenkänning av tal och talare DWV%ORPEHUJ 7DOPXVLNRFKK UVHO.7+ Automatisk igenkänning av tal DWV%ORPEHUJ 7DOPXVLNRFKK UVHO.7+ GSLT Tal- och
Läs merNEO Speech. Trygghetstelefon. Användarmanual (SE)
Speech Trygghetstelefon Användarmanual (SE) Innehåll 1. Introduktion... 3 1.1. Om den här manualen... 3 2. TalFunktionen... 3 2.1. Inställningar... 3 2.2 Kommandon... 3 2.3 Larmgrupper... 3 2.4 Förinspelade
Läs merKommuniceramer än ord
Kommuniceramer än ord 1 2 Kommuniceramer än ord Pratglad eller traggig Skillnaden kan vara hårfin när samma meddelande upprepas. När man väljer att kommunicera så är det oftast hur man pratar med varandra
Läs merLäsFlyt Metodhandledning
LäsFlyt Metodhandledning Copyright Softogram AB LäsFlyt är skyddat i enlighet med upphovsmannarättslagen och programmet, bilderna, texterna liksom denna manual tillhör Softogram AB. LäsFlyt är ett registrerat
Läs merStudentguide Adobe Connect Pro
Studentguide Adobe Connect Pro 2009-11-10 Inloggning För att vara med i ett möte behöver du inte installera någon programvara utan allt som behövs på din dator är Adobe Flash Player. Det programmet finns
Läs merArtificiell intelligens II, 729g11 Projekt HT-11. Taligenkänning. Nina Knez
Taligenkänning 1 Sammanfattning Taligenkänning är i dagens samhälle en nödvändig teknik för många människor för att lättare ta sig fram genom vardagen. Man hittar tekniken i olika sammanhang som telefonupplysning,
Läs merNUANCE TUTORIAL TALTEKNOLOGI KURSEN VT2006. Labkonstruktör: Rebecca Jonson Labhandledare: Håkan Burden
NUANCE TUTORIAL TALTEKNOLOGI KURSEN VT2006 Labkonstruktör: Rebecca Jonson Labhandledare: Håkan Burden Laboration 3 börjar med en Nuance-tutorial som först och främst går ut på att lära sig lite hur Nuance
Läs mer1. GRUNDLÄGGANDE SAMBAND
1. GRUNDLÄGGANDE SAMBAND SYFTE OCH MÅL: I denna lektion skall eleven få lära sig grunden i vad samband är, varför man använder sig av olika sambandmedel samt vilka regler man har att rätta sig efter. Vidare
Läs merUtskrift av inspelat samtal hos Arbetsförmedlingen
BJÖRN L BERGLUND UTSKRIFT AV SAMTAL HOS AF 1 (9) Utskrift av inspelat samtal hos Arbetsförmedlingen Samtalet ägde rum hos Arbetsförmedlingen i Sollentuna tisdag 13 juni 2006 kl. 11.00 Inspelningen är cirka
Läs merRapport från Praktik på SVOX AG 2008 05 14 till 2008 09 01
Rapport från Praktik på SVOX AG 2008 05 14 till 2008 09 01 Om SVOX AG Jag gjorde min praktik på företaget SVOX AG, ett företag som bygger och sysslar med TTSmotorer. Företaget bildades våren 2000 och har
Läs merASR3 Språkmodeller Talgrammatiker
ASR3 Språkmodeller Talgrammatiker Talteknologi VT2005 Rebecca Jonson Litteratur Jurafsky &Martin: kap 6 (witten-bell och good-turing översiktligt, ej 6.5), sid 316, s 573-577577 Blomberg&Elenius: s16-17,
Läs merLAJKA-GUIDE Bättre än Airdrop Skicka filer mellan OS X och ios
Bättre än Airdrop Skicka filer mellan OS X och ios 7 Gratisapp ger funktionen Apple har struntat i 7 Enklaste sättet att föra över filer mellan dator och telefon 7 Snabb överföring via wifi istället för
Läs merTaltaggning. Rapport av Daniel Hasselrot 781105-0157, d98-dha@nada.kth.se 13 oktober 2003
Taltaggning av Daniel Hasselrot 781105-0157, d98-dha@nada.kth.se 13 oktober 2003 Sammanfattning Denna rapport är skriven i kursen Språkteknologi och behandlar taggning av årtal i en text. Metoden som används
Läs merSkrivstöd. Joakim Nivre. Introduktion till språkteknologi. Skrivstöd. Inledning. Orsaker till stavfel. Detektering av icke-ord
Joakim Nivre / 30 Varför bry sig om stavning? Stavfel kan skapa missförstånd Stavfel kan dölja innehåll Standardiserad stavning underlättar många uppgifter Slå upp ord i ordbok Identifiera svårlästa ord
Läs merNiklas Lindvall Artificiell intelligens II Ht
Taligenkänning Hidden Markov Model Niklas Lindvall nikli368@student.liu.se Artificiell intelligens II Ht 2011 2011-09-19 0 Innehåll Inledning... 2 Taligenkänning språk... 3 Taligenkänning... 4 Oberoende/Beroende...
Läs merInstallation av SpeechMagic
1 (10). 2 (10) Innehåll 1 Versioner... 3 2 Bilagor... 3 3 Syfte... 4 4 Förutsättningar... 4 5 Installation... 7 5.1 Philips Speech Drivers for Windows... 7 5.1.1 Installation av Philips Speech Drivers...
Läs merKurslitteratur Taltranskription: Introduktion
Kurslitteratur Taltranskription: Introduktion Mattias Heldner KTH Tal, musik och hörsel heldner@kth.se Köp: Lindblad, P. (2005). Taltranskription. Kompendium. Lingvistik, Lunds universitet. Låna: IPA,
Läs merTranskription och direktglossning av dialektinspelningar i SveDiaSyn
Transkription och direktglossning av dialektinspelningar i SveDiaSyn I SveDiaSyn finns det två tillvägagångssätt då inspelningar ska överföras till skriftspråk: transkription och direktglossning. En transkription
Läs merNUANCE TUTORIAL TALTEKNOLOGI KURSEN VT2006. Labkonstruktör: Rebecca Jonson Labhandledare: Håkan Burden
NUANCE TUTORIAL TALTEKNOLOGI KURSEN VT2006 Labkonstruktör: Rebecca Jonson Labhandledare: Håkan Burden Laboration 3 börjar med en Nuance-tutorial som först och främst går ut på att lära sig lite hur Nuance
Läs merNet id OEM Användarhandbok för Windows
Net id OEM Användarhandbok för Windows Net id OEM Användarhandbok för Windows Copyright 2012 SecMaker AB Klassning: Publik Version: 5.6 1 / 8 Net id OEM Användarhandbok för Windows Copyright 2012 SecMaker
Läs merMOBILTELEFONI. Julia Kleiman, Frida Lindbladh & Jonas Khaled. tisdag 15 maj 12
MOBILTELEFONI Julia Kleiman, Frida Lindbladh & Jonas Khaled Introduktion Det var först år 1956 som företaget TeliaSonera och Ericsson som skapade mobiler i bilen som man kunde prata i telefon i på det
Läs merViTex snabbguide. 1. Inläsning till ViTex från scanner eller PDF Läs in text via scanner Läs in text från en JPEG-bild eller ett PDF-dokument
ViTex snabbguide 1. Inläsning till ViTex från scanner eller PDF Läs in text via scanner Läs in text från en JPEG-bild eller ett PDF-dokument 2. Uppläsning i ViTex Ikoner för uppläsning Läs upp enstaka
Läs merTentaupplägg denna gång
Några tips på vägen kanske kan vara bra. Tentaupplägg denna gång TIPS 1: Läs igenom ALLA uppgifterna och välj den du känner att det är den lättaste först. Det kan gärna ta 10-20 minuter. Försök skriva
Läs merRECORDED BOOKS PRESENTS PIMSLEUR LANGUAGE PROGRAMS SWEDISH SUPPLEMENTAL READING BOOKLET
RECORDED BOOKS PRESENTS PIMSLEUR LANGUAGE PROGRAMS SWEDISH SUPPLEMENTAL READING BOOKLET TABLE OF CONTENTS Reading Lessons Introduction............................ 2 Unit 2................................
Läs merLäs detta innan du fortsätter, eller skriv ut det, klicka runt lite och läs samtidigt.
Bruksanvisning Installera CubeBiz... 2 Välj språk... 2 När du vill köra testversionen i 15 dagar... 3 När du köper en CubeBiz-licens... 3 Registrera en giltig licensnyckel... 3 Starta ett nytt projekt...
Läs merDoro Secure 580IUP. Användarhandbok. Svenska
Doro Secure 580IUP Användarhandbok Svenska 3 2 1 4 5 6 7 8 9 14 13 12 11 10 15 16 Obs! Illustrationerna används endast i förklarande syfte och avbildar kanske inte den aktuella enheten korrekt. Svenska
Läs merDet musikaliska hantverket
Det musikaliska hantverket Kan jag bli för duktig på mitt instrument för att lovsjunga? Behöver jag öva med bandet innan ett lovsångspass? Lars Ekberg, frilansmusiker och pastor i Göteborg Vineyard, undervisar
Läs merAppendix 4. Ordförklaringar och korta beskrivningar av test och skalor
Appendix 4. Ordförklaringar och korta beskrivningar av test och skalor AGC ALHQ, The Attitudes Towards Loss of Hearing Questionnaire Automatic Gain Control, automatisk förstärkningsreglering, se Appendix
Läs merTingsholmsgymnasiet är en modig och nytänkandeskola som kännetecknas av gemenskapoch trygghetoch utmärker sig genom kunskap och kompetens
Tingsholmsgymnasiet är en modig och nytänkandeskola som kännetecknas av gemenskapoch trygghetoch utmärker sig genom kunskap och kompetens Formalia Enkäter Öppna föreläsningar Stöd via sociala medier facebook.com/peter.t.ryden
Läs merClaroRead Plus Mac Manual. Artikel.nr. 12501
ClaroRead Plus Mac Manual Artikel.nr. 12501 1 Välkommen till ClaroRead Plus Välkommen till ClaroRead Plus för Mac. ClaroRead Plus är till för att göra din dator mer lättanvänd. Programmet arbetar nära
Läs merFö 6 20080207 Inspelningsrummet. [Everest kapitel 20 och 22-24]
ETE319 VT08 Fö 6 20080207 Inspelningsrummet [Everest kapitel 20 och 22-24] Det krävs en rad olika övervägande för att bygga ett lyckat inspelningsrum. Hur rummet skall konstrueras och se ut beror till
Läs merTentamen i Realtidsprogrammering
Tentamen i Realtidsprogrammering Ordinarie Tentamen Datum: 2011-05-14 Tid: 08:15 11:15 Ansvarig lärare: Telefon: 301438 Hjälpmedel: Miniräknare Poäng: Tentamen omfattar 40 poäng fördelade på 5 uppgifter.
Läs merAtt ge feedback. Detta är ett verktyg för dig som:
Att ge feedback Detta är ett verktyg för dig som: Vill skapa ett målinriktat lärande hos dina medarbetare Vill bli tydligare i din kommunikation som chef Vill skapa tydlighet i dina förväntningar på dina
Läs merSÄTT DIG NER, 1. KOLLA PLANERINGEN 2. TITTA I DITT SKRIVHÄFTE.
SÄTT DIG NER, 1. KOLLA PLANERINGEN 2. TITTA I DITT SKRIVHÄFTE. Vad gjorde vi förra gången? Har du några frågor från föregående lektion? 3. titta i ditt läromedel (boken) Vad ska vi göra idag? Optik och
Läs merTesta din hörsel. - det är inte svårt
Testa din hörsel - det är inte svårt 2 Känner du tvekan inför ett hörseltest? Det är troligtvis det enklaste test du kan göra. Ett hörseltest går fort, är enkelt och är absolut inte obehagligt. I det flesta
Läs merÖvning 1: Vad är självkänsla?
Självkänsla Inledning OBS! Hela föreläsningen ska hålla på i 45 minuter. Samla gruppen och sitt gärna i en ring så att alla hör och ser dig som föreläsare. Första gången du träffar gruppen: Föreläsaren
Läs merHjälp ditt barn att lära sig ett språk. Guide för föräldrar och vårdnadshavare
Hjälp ditt barn att lära sig ett språk Guide för föräldrar och vårdnadshavare Ditt barns hörapparater förstärker ljuden i omgivningen. Syftet med ditt barns hörapparater är att säkerställa en konsekvent
Läs merIntroduktion till integrering av Schenkers e-tjänster. Version 2.0
Introduktion till integrering av Schenkers e- Version 2.0 Datum: 2008-06-18 Sida 2 av 8 Revisionshistorik Lägg senaste ändringen först! Datum Version Revision 2008-06-18 2.0 Stora delar av introduktionen
Läs merFöreläsning 3.1: Datastrukturer, en översikt
Föreläsning.: Datastrukturer, en översikt Hittills har vi i kursen lagt mycket fokus på algoritmiskt tänkande. Vi har inte egentligen ägna så mycket uppmärksamhet åt det andra som datorprogram också består,
Läs merBruksanvisning DAB One
Bruksanvisning DAB One Var snäll läs igenom denna bruksanvisning, innan ni börjar använda er DAB One. Grattis till ditt val av DAB/FM mottagare. Vi hoppas att du kommer att ha många trevliga stunder framför
Läs merÄmnesområde Hörselvetenskap A Kurs Akustik och ljudmiljö, 7 hp Kurskod: HÖ1015 Tentamenstillfälle 1
Hälsoakademin Kod: Ämnesområde Hörselvetenskap A Kurs Akustik och ljudmiljö, 7 hp Kurskod: HÖ115 Tentamenstillfälle 1 Datum 211 11 3 Tid 4 timmar Kursansvarig Susanne Köbler Tillåtna hjälpmedel Miniräknare
Läs merSÅindex 5 i Microsoft Excel 2010
Installera/uppdatera/aktivera SÅindex 5 i Microsoft Excel 2010 Översikt SÅindex 5 är ett tillägg till Microsoft Excel. I SÅindex 5 finns en särskild fil som är en tilläggsfil (en addin). Filen heter Sindex5.xlam.
Läs merTTS är stolta över att ingå i
Garanti & Support Denna produkt är försedd med ett års garanti för fel som uppstår vid normal användning. Att missbruka enheten Easi-Speak Pro eller att öppna den gör garantin ogiltig. Allt arbete utöver
Läs merNokias uppförandekod
Nokias uppförandekod Kära kollega, Nokias uppförandekod Nokias produkter berör varje dag miljarder människors liv, människor i alla åldrar och med olika bakgrunder, i världens alla hörn, i alla typer
Läs merKonsten att leda workshops
Konsten att leda workshops Förbättra din kommunikation, prestation och ledarskap. www.lacinai.se 1 Några grundbultar: I ett seminarium är målet satt liksom innehållet I en workshop är målet satt, men innehållet
Läs merAcapela TTS. Inställningar och korrigering av uttal. Emma och Erik
Acapela TTS Inställningar och korrigering av uttal Emma och Erik Innehåll Inledning... 3 Inställning av talsyntesens parametrar... 4 Förklaring av Flikar... 5 Info... 5 General... 5 Pauses... 5 Reading...
Läs merSinnena den mänskliga hårdvaran
Sinnena den mänskliga hårdvaran Synsinnet Organet som används för att utnyttja synen är ögat. Näthinnan har ca 130 Bilden är tagen från wwww.ne.se miljoner sinnesceller, dessa kallas för stavar och tappar.
Läs merVad tycker du om sfi?
Oktober 2012 Vad tycker du om sfi? Skolverket gör under hösten en stor undersökning om vad elever tycker om sin utbildning. Det är första gången undersökningen görs och resultatet kommer att användas till
Läs merFöreläsning 6: Introduktion av listor
Föreläsning 6: Introduktion av listor Med hjälp av pekare kan man bygga upp datastrukturer på olika sätt. Bland annat kan man bygga upp listor bestående av någon typ av data. Begreppet lista bör förklaras.
Läs merPSYKOLOGISK UNDERSÖKNING H 70: 2011-13
Formulär 20 Boo J PSYKOLOGISK UNDERSÖKNING H 70: 2011-13 Fördelskohort 1923-88 åringar Frågor & Test Personnr: -. Namn:.. Proband nr.: 88 88 Undersökningsdatum: 20 / / (å,m,d) kl.. Allmän introduktion:
Läs merDagens lektion. Dagens Litteratur. WER: Human vs machines. Taligenkänning mskiner/mskor. Mänsklig igenkänning Talteknologi och DialogSystem
Dagens lektion Mänsklig igenkänning Talteknologi och DialogSystem Talteknologi, VT 2006 Rebecca Jonson Mänsklig taligenkännning Talteknologi och Dialogsystem Demos! Kurssammandrag Labgenomgång Frågestund
Läs merRedovisa i e-möten via Adobe Connect
Guide för studenter Eva Pärt-Enander, Uppsala Learning Lab, 2011-09-01 Redovisa i e-möten via Adobe Connect Detta dokument är till dig som är student i en kurs där man behöver redovisa uppgifter i e- möten
Läs merDisposition. Antalet mikrofoner som behövs beror på vad du ska spela in. Vilken mikrofon ska jag välja? Hur nära ska mikrofonerna placeras?
Mikrofonteknik i olika genrer 1 Mikrofonteknik mikrofonval, avstånd och placering 2 Disposition Vilken mikrofon ska jag välja? Hur nära ska mikrofonerna placeras? Närmickning Avståndsmickning Var ska mikrofonen
Läs merOmvärldsbevakning. Sammanfattning av Business Intelligence-kursen. Nyhetsarkiv och källork. Hämta webbnyheter. Modeller över texter
Sammanfattning av Business Intelligence-kursen Hercules Dalianis DSV-SU-KTH e-post:hercules@kth.se Omvärldsbevakning Påverkan från omvärlden Påverka omvärlden Tidigare långsam spridning papperstidningar,
Läs merElevens och hans/hennes vårdnadshavares egna åsikter/synpunkter kring skolsituationen är nödvändiga att ta med i sammanställningen.
SEP Skola Elev Plan Denna kartläggning gäller vid frågeställning kring bristande måluppfyllelse, anpassad studiegång, ansökan till särskild undervisningsgrupp eller vid problematisk skolfrånvaro. Den skrivs
Läs merUpplägg. Pretend mode 2009-10-09. Till att börja med. Varje gång
Upplägg 43 minuter av pretend mode hur gör vi för att bryta låtsasläget? mariawiwe@mbtsverige.se Låtsasläget definition Vad innebär det för våra patienter att befinna sig i detta? Konsekvenser för behandlingen?
Läs merDomarassistenten.com. - en introduktion för domare
Domarassistenten.com - en introduktion för domare Innehåll 1. Introduktion 2. Vad förväntas av mig 3. Inloggningsuppgifter 4. Menyn 5. Återbudsmatcher 6. Mina matcher 7. Hur fungerar matchtillsättningen?
Läs merNeuropedagogik Björn Adler, Hanna Adler och Studentlitteratur 2006. Bilaga 1:1 Arbete med schema för bokstäver Kognitiv träning i läsning
Bilaga : Arbete med schema för bokstäver Bokstäverna Våra bokstäver skrivs samtliga med ett antal geometriska former som sedan kombineras på olika sätt för att bilda de 9 unika bokstäverna i vårt alfabet.
Läs merLektion 3. Anteckningar
Lektion 3 Anteckningar Fraser: Tid Klockan Uttal (pronunciation) Långa och korta ljud + melodi Grammatik: Word order + Basics of the clause elements Vi lär oss klockan! Halv Kvart i, kvart över Tjugo i,
Läs merÅtkomst och användarhandledning
Innehållsförteckning Problemspecifikation...1 Åtkomst och användarhandledning...2 Systembeskrivning...3 Lösningens begränsningar...5 Problem och reflektioner...6 Testkörning...7 Bilagor......Källkod...
Läs merHar du funderat något på ditt möte...
Har du funderat något på ditt möte... med mig? Så vill jag bli bemött som patient inom psykiatrin. projektet Bättre psykosvård Har du sett rubriker som de här? troligen inte. De här rubrikerna är ovanligt
Läs merArtificial)Intelligence) Taligenkänning)
LINKÖPINGS)UNIVERSITET) Artificial)Intelligence) Taligenkänning)! Adam%Annerhult% 2012009017%! Contents' ' ) ) ) ) ) Inledning... 3! Så fungerar taligenkänning... 4! Grundläggande egenskaper i ett taligenkänningsprogram...
Läs merTingsholmsgymnasiet är en modig och nytänkandeskola som kännetecknas av gemenskapoch trygghetoch utmärker sig genom kunskap och kompetens
Tingsholmsgymnasiet är en modig och nytänkandeskola som kännetecknas av gemenskapoch trygghetoch utmärker sig genom kunskap och kompetens Formalia Öppna föreläsningar Informationssökning Stöd via sociala
Läs merFortsättningskurs i programmering F 2. Algoritmer i Programutveckling Hugo Quisbert 20130122. Problemexempel 1
Fortsättningskurs i programmering F 2 Algoritmer i Programutveckling Hugo Quisbert 20130122 1 Exempel 1 Problemexempel 1 En souvenirbutik behöver ett datorprogram som omvandlar ett pris i svenska kronor
Läs merInledning till Wavesurfer av Christine Ericsdotter (Lingvistik, Stockholms universitet)
Inledning till Wavesurfer av Christine Ericsdotter (Lingvistik, Stockholms universitet) WaveSurfer är ett program för analys av tal utvecklat vid Centrum för talteknologi, Institutionen för tal, musik
Läs merNär ReadHear är installerat på din dator, startar du det genom att klicka på programmets ikon.
ReadHear - lathund ReadHear är en programvara som kan användas när du vill läsa upp talböcker från MTMs katalog Legimus eller inlästa läromedel från Inläsningstjänst i Daisy-format. DAISY står för Digitalt
Läs merThe National Institute of Child Health and Human Development (NICHD) Protocol: Intervjuguide
The National Institute of Child Health and Human Development (NICHD) Protocol: Intervjuguide This Swedish version is based on the English version available on the NICHD Protocol website (www.nichdprotocol.com).
Läs merTingsholmsgymnasiet är en modig och nytänkande skola som kännetecknas av gemenskap och trygghet och utmärker sig genom kunskap och kompetens
Tingsholmsgymnasiet är en modig och nytänkande skola som kännetecknas av gemenskap och trygghet och utmärker sig genom kunskap och kompetens ÖPPEN FÖRELÄSNING INFORMATIONSSÖKNING MAJ 2012 STÖD VIA SOCIALA
Läs merSvårigheter - stor variabilitet. Översikt - taligenkänning Automatisk igenkänning av tal Del 1. Varför taligenkänning?
Talteknologi 25-2-3 [ ] Översikt - taligenkänning Automatisk igenkänning av tal Del Mats Blomberg Tal, musik och hörsel KTH Inledning Problem Akustiska analysmetoder Igenkänningstekniker mönstermatchning
Läs merSNABBGUIDE TILL NEWSDESK
SNABBGUIDE TILL NEWSDESK Kom igång snabbt och enkelt 1 Om Newsdesk... 1.1 Så här går det till... 1.2 Informationen kan du få på olika sätt... 2 Vad kostar det?... 2.1 Registrera dig... 3 Inloggning...
Läs merLÄSLANDET - BOKSTÄVER OCH ORD
LÄSLANDET - BOKSTÄVER OCH ORD Programmet består av 21 övningar som övar förmågan att känna igen bokstäver och ord. Här tränas såväl läsning som stavning och bokstavsordning. Du får hela tiden stöd av inspelat
Läs merLathund, till Photo Story, för skräckslagna lärare
Lathund, till Photo Story, för skräckslagna lärare Inledning: Photo Story är ett roligt och lättanvänt program. Muntligtframträdande går mot en ny dimension när eleverna slipper nervositeten över muntligt
Läs merSpråket, individen och samhället VT08
Språket, individen och samhället VT08 Barns och vuxnas andraspråksinlärning Tvåspråkighet, kognition, m.m. Ellen Breitholtz 1. Barns och vuxnas andraspråksinlärning Vem är bäst? Vem är bäst på att lära
Läs merSpråkpsykologi/psykolingvistik
Kognitiv psykologi HT09 Språk Ingrid Björk Språkpsykologi/psykolingvistik Fokuserar på individers språkanvändning Språkprocessning Lagring och åtkomst, minnet Förståelse Språket och hjärnan Språk och tänkande
Läs merIdag. Tillägg i schemat. Segmenteringsproblemet. Transkription
Tillägg i schemat 21/9 slutar 16.00 ist f 15.00 5/10 slutar 16.00 ist f 15.00 Idag talkommunikationskedjan ljudvågor, enkla och sammansatta vågrörelser frekvens och amplitud ljudtryck, decibel källa-filter-modellen
Läs merMöjligt med språk utan fonologisk struktur, bara morfem med viss vokalisering?
Kap 2: Typologi Möjligt med språk utan fonologisk struktur, bara morfem med viss vokalisering? Orden skulle bli mycket långa för att varje morfem skulle ha sin egen vokalisering, eftersom det behövs så
Läs merFöreläsningens upplägg. Språket, individen och samhället HT07. 1. Döva och språk. Internationell manifestation för teckenspråket (29 september 2007)
Föreläsningens upplägg Språket, individen och samhället HT07 Döva och språk Skriftsystem och läsning 1. Döva och språk 2. Skriftsystem och läsning Stina Ericsson Internationell manifestation för teckenspråket
Läs merTrådlös anslutning till de viktiga sakerna i livet
Trådlös anslutning till de viktiga sakerna i livet Stark, osynlig anslutni ng till de viktiga sakerna i ditt liv... Människor och omgivningar Njut av ett fylligt och skarpt ljud och ett system som trådlöst
Läs merAndas bättre må bättre!
Andas bättre må bättre! 28-dagars Medveten andningsträning NEDLADDNING: medvetenandning.se/28-dagars All strävan efter förbättrad hälsa och ökat välbefinnande bör inkludera en förbättrad andning som en
Läs merWordRead Plus för Mac
WordRead Plus för Mac Manual Artikelnummer: 3024018 www.icap.nu 1 Innehåll Välkommen till WordRead Plus... 3 WordRead Plus verktygsfält... 3 Teckensnitt... 5 Textfärg... 6 Bakgrundsfärg... 7 Avstånd...
Läs merLife is on. Samspela fritt. Kommunicera med självförtroende. Lev ett liv utan gränser. Livet är nu. www.phonak.se www.dynamicsoundfield.
Life is on Vi är lyhörda för behoven hos alla dem, som är beroende av våra kunskaper, idéer och omsorger. Genom att utmana teknologins gränser på ett kreativt sätt utvecklar vi innovationer, som hjälper
Läs merDigitalt lärande och programmering i klassrummet. Introduktionsworkshop - Bygg ett akvarium i Scratch
Digitalt lärande och programmering i klassrummet Introduktionsworkshop - Bygg ett akvarium i Scratch Introduktion Scratch är en programmeringsomgivning utvecklad av forskare på Massachusetts Institute
Läs merHandledning Miljömanualen på webben
Handledning Miljömanualen på webben Välkommen till Miljömanualen på webben. Det här dokumentet beskriver hur man använder Miljömanualen. Inloggning Börja med att logga in i avsedda fält uppe till höger
Läs merInformationsmöte inför Pias skolstart i årskurs X 2011-MM-DD
Informationsmöte inför Pias skolstart i årskurs X 2011-MM-DD Innehåll Övergripande mål Statistik & Bakgrund Vad är ett Cochlea Implantat (CI)? Konsekvenser av hörselnedsättning Lyssnandets betydelse Vad
Läs merGARAGEBAND En steg för steg guide hur du tar dig från idé till färdig låt.
GARAGEBAND En steg för steg guide hur du tar dig från idé till färdig låt. 1. Öppna appen Garageband Genom att klicka på symbolen Garageband öppnar du applikationen. 2. Skapa ett projekt Genom att klicka
Läs mer8 sätt att öka engagemanget hos dina kunder med QR! Hur du kan använda QR-koder för att skapa nytta för er och värde för kunden.
8 sätt att öka engagemanget hos dina kunder med QR! Hur du kan använda QR-koder för att skapa nytta för er och värde för kunden. Innehållsförteckning 1. Introduktion 2. Actionkoder 3. Statistik 4. Värden
Läs merProblem: BOW Bowling. Regler för Bowling. swedish. BOI 2015, dag 1. Tillgängligt minne: 256 MB. 30.04.2015
Problem: BOW Bowling swedish BOI 0, dag. Tillgängligt minne: 6 MB. 30.04.0 Byteasar tycker om både bowling och statistik. Han har skrivit ner resultatet från några tidigare bowlingspel. Tyvärr är några
Läs merZACI är den programvara som är navet i kommunikationen när det gäller kortbetalningar.
Installation ZACI ZACI är den programvara som är navet i kommunikationen när det gäller kortbetalningar. All kommunikation med betalkortsterminalen går via Zaci. Den sköter kommunikation mellan Oscar och
Läs merDoro Secure 580. Användarhandbok. Svenska
Doro Secure 580 Användarhandbok Svenska 3 2 1 4 5 6 7 8 9 14 13 12 11 10 15 16 Obs! Illustrationerna används endast i förklarande syfte och avbildar kanske inte den aktuella enheten korrekt. Svenska 1.
Läs mer