Automatische Spracherkennung: Grundlagen, statistische Modelle und effiziente Algorithmen
Gespeichert in:
| Körperschaft: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | German |
| Veröffentlicht: |
Wiesbaden
Vieweg+Teubner Verlag
1995
|
| Schriftenreihe: | Artificial Intelligence / Künstliche Intelligenz
|
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Beschreibung: | Das Thema der vorliegenden Arbeit ist die Problemstellung maschineller Erkennung gespro chener Sprache. Ein wichtiger Forschungszweig auf diesem Gebiet ist gegenwärtig die Ent wicklung telefonischer Auskunftsdialogsysteme, die es einem Benutzer beispielsweise gestat ten, Zugverbindungsinformationen abzurufen, Platz-oder Hotelreservierungen vorzunehmen oder Bankgeschäfte zu tätigen. Besondere Beachtung finden daher Verfahren zur sprecher unabhängigen Verarbeitung kontinuierlicher Äußerungen, die über einen großen Erkennungs wortschatz verfügen, aber den Lösungsraum gleichzeitig durch anwendungsabhängige gram matische Restriktionen wirksam einschränken. Zur Lösung der gestellten Aufgabe gilt es, der akustischen Variabilität der zu analysie renden Sprachdaten zu begegnen, die durch sprecherspezifische Artikulationseigenschaften und phonetische Verschleifungsphänomene hervorgerufen wird, und ein komplexes Suchpro blem zu bewältigen, dessen Ursache im Umfang des Wortschatzes und in der Kombinatorik unbekannter Wortgrenzen liegt. Nach einigen anfänglichen Versuchen, explizite Funktionsmodelle für den überaus kom plexen Erzeugungs- und Wahrnehmungsprozeß gesprochener Sprache zu entwickeln und deren Arbeitsweise auf einem Digitalrechner zu simulieren, dominieren im Bereich der automatischen Spracherkennung heute ~ nunmehr seit Beginn der 80er Jahre ~ die Wahrscheinlichkeits- oder informationstheoretisch ausgerichteten Lösungsparadigmen. Den statistischen Zugang zum Spracherkennungsproblem kennzeichnet der weitgehende Verzicht auf "handgefertigte" Aussprache- und Grammatikmodelle zugunsten effizienter Strategien des maschinellen Lernens aus akustischen und textuellen Sprachdaten. Dieser statistische Ansatz hat sich als außerordentlich flexibel und tragfähig erwiesen; seiner ausführlichen Dar stellung ist folglich auch der größte Teil dieses Buches gewidmet |
| Beschreibung: | 1 Online-Ressource (XI, 403 S.) |
| ISBN: | 9783322961808 9783528054922 |
| ISSN: | 1431-0066 |
| DOI: | 10.1007/978-3-322-96180-8 |
Internformat
MARC
| LEADER | 00000nmm a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV042431086 | ||
| 003 | DE-604 | ||
| 005 | 00000000000000.0 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 150320s1995 |||| o||u| ||||||ger d | ||
| 020 | |a 9783322961808 |c Online |9 978-3-322-96180-8 | ||
| 020 | |a 9783528054922 |c Print |9 978-3-528-05492-2 | ||
| 024 | 7 | |a 10.1007/978-3-322-96180-8 |2 doi | |
| 035 | |a (OCoLC)867185086 | ||
| 035 | |a (DE-599)BVBBV042431086 | ||
| 040 | |a DE-604 |b ger |e aacr | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-91 |a DE-634 |a DE-92 |a DE-573 |a DE-706 |a DE-860 |a DE-1046 |a DE-Aug4 | ||
| 082 | 0 | |a 004 |2 23 | |
| 084 | |a TEC 000 |2 stub | ||
| 084 | |a DAT 000 |2 stub | ||
| 110 | 2 | |a Ernst Günter Schukat-Talamazzini |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Automatische Spracherkennung |b Grundlagen, statistische Modelle und effiziente Algorithmen |
| 264 | 1 | |a Wiesbaden |b Vieweg+Teubner Verlag |c 1995 | |
| 300 | |a 1 Online-Ressource (XI, 403 S.) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Artificial Intelligence / Künstliche Intelligenz |x 1431-0066 | |
| 500 | |a Das Thema der vorliegenden Arbeit ist die Problemstellung maschineller Erkennung gespro chener Sprache. Ein wichtiger Forschungszweig auf diesem Gebiet ist gegenwärtig die Ent wicklung telefonischer Auskunftsdialogsysteme, die es einem Benutzer beispielsweise gestat ten, Zugverbindungsinformationen abzurufen, Platz-oder Hotelreservierungen vorzunehmen oder Bankgeschäfte zu tätigen. Besondere Beachtung finden daher Verfahren zur sprecher unabhängigen Verarbeitung kontinuierlicher Äußerungen, die über einen großen Erkennungs wortschatz verfügen, aber den Lösungsraum gleichzeitig durch anwendungsabhängige gram matische Restriktionen wirksam einschränken. Zur Lösung der gestellten Aufgabe gilt es, der akustischen Variabilität der zu analysie renden Sprachdaten zu begegnen, die durch sprecherspezifische Artikulationseigenschaften und phonetische Verschleifungsphänomene hervorgerufen wird, und ein komplexes Suchpro blem zu bewältigen, dessen Ursache im Umfang des Wortschatzes und in der Kombinatorik unbekannter Wortgrenzen liegt. Nach einigen anfänglichen Versuchen, explizite Funktionsmodelle für den überaus kom plexen Erzeugungs- und Wahrnehmungsprozeß gesprochener Sprache zu entwickeln und deren Arbeitsweise auf einem Digitalrechner zu simulieren, dominieren im Bereich der automatischen Spracherkennung heute ~ nunmehr seit Beginn der 80er Jahre ~ die Wahrscheinlichkeits- oder informationstheoretisch ausgerichteten Lösungsparadigmen. Den statistischen Zugang zum Spracherkennungsproblem kennzeichnet der weitgehende Verzicht auf "handgefertigte" Aussprache- und Grammatikmodelle zugunsten effizienter Strategien des maschinellen Lernens aus akustischen und textuellen Sprachdaten. Dieser statistische Ansatz hat sich als außerordentlich flexibel und tragfähig erwiesen; seiner ausführlichen Dar stellung ist folglich auch der größte Teil dieses Buches gewidmet | ||
| 650 | 4 | |a Computer science | |
| 650 | 4 | |a Computer Science | |
| 650 | 4 | |a Computer Science, general | |
| 650 | 4 | |a Informatik | |
| 650 | 0 | 7 | |a Sprachverarbeitung |0 (DE-588)4116579-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Automatische Spracherkennung |0 (DE-588)4003961-4 |2 gnd |9 rswk-swf |
| 655 | 7 | |8 1\p |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Automatische Spracherkennung |0 (DE-588)4003961-4 |D s |
| 689 | 0 | |8 2\p |5 DE-604 | |
| 689 | 1 | 0 | |a Sprachverarbeitung |0 (DE-588)4116579-2 |D s |
| 689 | 1 | |8 3\p |5 DE-604 | |
| 856 | 4 | 0 | |u https://doi.org/10.1007/978-3-322-96180-8 |x Verlag |3 Volltext |
| 912 | |a ZDB-2-STI |a ZDB-2-BAD | ||
| 940 | 1 | |q ZDB-2-STI_Archive | |
| 940 | 1 | |q ZDB-2-STI_1990/1999 | |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-027866417 | ||
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 2\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 3\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
Datensatz im Suchindex
| _version_ | 1804153113780682753 |
|---|---|
| any_adam_object | |
| author_corporate | Ernst Günter Schukat-Talamazzini |
| author_corporate_role | aut |
| author_facet | Ernst Günter Schukat-Talamazzini |
| author_sort | Ernst Günter Schukat-Talamazzini |
| building | Verbundindex |
| bvnumber | BV042431086 |
| classification_tum | TEC 000 DAT 000 |
| collection | ZDB-2-STI ZDB-2-BAD |
| ctrlnum | (OCoLC)867185086 (DE-599)BVBBV042431086 |
| dewey-full | 004 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 004 - Computer science |
| dewey-raw | 004 |
| dewey-search | 004 |
| dewey-sort | 14 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Technik Technik Informatik |
| doi_str_mv | 10.1007/978-3-322-96180-8 |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04039nmm a2200553zc 4500</leader><controlfield tag="001">BV042431086</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">150320s1995 |||| o||u| ||||||ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783322961808</subfield><subfield code="c">Online</subfield><subfield code="9">978-3-322-96180-8</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783528054922</subfield><subfield code="c">Print</subfield><subfield code="9">978-3-528-05492-2</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/978-3-322-96180-8</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)867185086</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV042431086</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">aacr</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield><subfield code="a">DE-634</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-1046</subfield><subfield code="a">DE-Aug4</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">004</subfield><subfield code="2">23</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">TEC 000</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 000</subfield><subfield code="2">stub</subfield></datafield><datafield tag="110" ind1="2" ind2=" "><subfield code="a">Ernst Günter Schukat-Talamazzini</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Automatische Spracherkennung</subfield><subfield code="b">Grundlagen, statistische Modelle und effiziente Algorithmen</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden</subfield><subfield code="b">Vieweg+Teubner Verlag</subfield><subfield code="c">1995</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (XI, 403 S.)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Artificial Intelligence / Künstliche Intelligenz</subfield><subfield code="x">1431-0066</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Das Thema der vorliegenden Arbeit ist die Problemstellung maschineller Erkennung gespro chener Sprache. Ein wichtiger Forschungszweig auf diesem Gebiet ist gegenwärtig die Ent wicklung telefonischer Auskunftsdialogsysteme, die es einem Benutzer beispielsweise gestat ten, Zugverbindungsinformationen abzurufen, Platz-oder Hotelreservierungen vorzunehmen oder Bankgeschäfte zu tätigen. Besondere Beachtung finden daher Verfahren zur sprecher unabhängigen Verarbeitung kontinuierlicher Äußerungen, die über einen großen Erkennungs wortschatz verfügen, aber den Lösungsraum gleichzeitig durch anwendungsabhängige gram matische Restriktionen wirksam einschränken. Zur Lösung der gestellten Aufgabe gilt es, der akustischen Variabilität der zu analysie renden Sprachdaten zu begegnen, die durch sprecherspezifische Artikulationseigenschaften und phonetische Verschleifungsphänomene hervorgerufen wird, und ein komplexes Suchpro blem zu bewältigen, dessen Ursache im Umfang des Wortschatzes und in der Kombinatorik unbekannter Wortgrenzen liegt. Nach einigen anfänglichen Versuchen, explizite Funktionsmodelle für den überaus kom plexen Erzeugungs- und Wahrnehmungsprozeß gesprochener Sprache zu entwickeln und deren Arbeitsweise auf einem Digitalrechner zu simulieren, dominieren im Bereich der automatischen Spracherkennung heute ~ nunmehr seit Beginn der 80er Jahre ~ die Wahrscheinlichkeits- oder informationstheoretisch ausgerichteten Lösungsparadigmen. Den statistischen Zugang zum Spracherkennungsproblem kennzeichnet der weitgehende Verzicht auf "handgefertigte" Aussprache- und Grammatikmodelle zugunsten effizienter Strategien des maschinellen Lernens aus akustischen und textuellen Sprachdaten. Dieser statistische Ansatz hat sich als außerordentlich flexibel und tragfähig erwiesen; seiner ausführlichen Dar stellung ist folglich auch der größte Teil dieses Buches gewidmet</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Computer science</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Computer Science</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Computer Science, general</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Informatik</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Sprachverarbeitung</subfield><subfield code="0">(DE-588)4116579-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Automatische Spracherkennung</subfield><subfield code="0">(DE-588)4003961-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="8">1\p</subfield><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Automatische Spracherkennung</subfield><subfield code="0">(DE-588)4003961-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Sprachverarbeitung</subfield><subfield code="0">(DE-588)4116579-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1007/978-3-322-96180-8</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-2-STI</subfield><subfield code="a">ZDB-2-BAD</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-STI_Archive</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-STI_1990/1999</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-027866417</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield></record></collection> |
| genre | 1\p (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV042431086 |
| illustrated | Not Illustrated |
| indexdate | 2024-07-10T01:21:27Z |
| institution | BVB |
| isbn | 9783322961808 9783528054922 |
| issn | 1431-0066 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-027866417 |
| oclc_num | 867185086 |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM DE-634 DE-92 DE-573 DE-706 DE-860 DE-1046 DE-Aug4 |
| owner_facet | DE-91 DE-BY-TUM DE-634 DE-92 DE-573 DE-706 DE-860 DE-1046 DE-Aug4 |
| physical | 1 Online-Ressource (XI, 403 S.) |
| psigel | ZDB-2-STI ZDB-2-BAD ZDB-2-STI_Archive ZDB-2-STI_1990/1999 |
| publishDate | 1995 |
| publishDateSearch | 1995 |
| publishDateSort | 1995 |
| publisher | Vieweg+Teubner Verlag |
| record_format | marc |
| series2 | Artificial Intelligence / Künstliche Intelligenz |
| spelling | Ernst Günter Schukat-Talamazzini Verfasser aut Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen Wiesbaden Vieweg+Teubner Verlag 1995 1 Online-Ressource (XI, 403 S.) txt rdacontent c rdamedia cr rdacarrier Artificial Intelligence / Künstliche Intelligenz 1431-0066 Das Thema der vorliegenden Arbeit ist die Problemstellung maschineller Erkennung gespro chener Sprache. Ein wichtiger Forschungszweig auf diesem Gebiet ist gegenwärtig die Ent wicklung telefonischer Auskunftsdialogsysteme, die es einem Benutzer beispielsweise gestat ten, Zugverbindungsinformationen abzurufen, Platz-oder Hotelreservierungen vorzunehmen oder Bankgeschäfte zu tätigen. Besondere Beachtung finden daher Verfahren zur sprecher unabhängigen Verarbeitung kontinuierlicher Äußerungen, die über einen großen Erkennungs wortschatz verfügen, aber den Lösungsraum gleichzeitig durch anwendungsabhängige gram matische Restriktionen wirksam einschränken. Zur Lösung der gestellten Aufgabe gilt es, der akustischen Variabilität der zu analysie renden Sprachdaten zu begegnen, die durch sprecherspezifische Artikulationseigenschaften und phonetische Verschleifungsphänomene hervorgerufen wird, und ein komplexes Suchpro blem zu bewältigen, dessen Ursache im Umfang des Wortschatzes und in der Kombinatorik unbekannter Wortgrenzen liegt. Nach einigen anfänglichen Versuchen, explizite Funktionsmodelle für den überaus kom plexen Erzeugungs- und Wahrnehmungsprozeß gesprochener Sprache zu entwickeln und deren Arbeitsweise auf einem Digitalrechner zu simulieren, dominieren im Bereich der automatischen Spracherkennung heute ~ nunmehr seit Beginn der 80er Jahre ~ die Wahrscheinlichkeits- oder informationstheoretisch ausgerichteten Lösungsparadigmen. Den statistischen Zugang zum Spracherkennungsproblem kennzeichnet der weitgehende Verzicht auf "handgefertigte" Aussprache- und Grammatikmodelle zugunsten effizienter Strategien des maschinellen Lernens aus akustischen und textuellen Sprachdaten. Dieser statistische Ansatz hat sich als außerordentlich flexibel und tragfähig erwiesen; seiner ausführlichen Dar stellung ist folglich auch der größte Teil dieses Buches gewidmet Computer science Computer Science Computer Science, general Informatik Sprachverarbeitung (DE-588)4116579-2 gnd rswk-swf Automatische Spracherkennung (DE-588)4003961-4 gnd rswk-swf 1\p (DE-588)4113937-9 Hochschulschrift gnd-content Automatische Spracherkennung (DE-588)4003961-4 s 2\p DE-604 Sprachverarbeitung (DE-588)4116579-2 s 3\p DE-604 https://doi.org/10.1007/978-3-322-96180-8 Verlag Volltext 1\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 2\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 3\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk |
| spellingShingle | Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen Computer science Computer Science Computer Science, general Informatik Sprachverarbeitung (DE-588)4116579-2 gnd Automatische Spracherkennung (DE-588)4003961-4 gnd |
| subject_GND | (DE-588)4116579-2 (DE-588)4003961-4 (DE-588)4113937-9 |
| title | Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen |
| title_auth | Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen |
| title_exact_search | Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen |
| title_full | Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen |
| title_fullStr | Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen |
| title_full_unstemmed | Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen |
| title_short | Automatische Spracherkennung |
| title_sort | automatische spracherkennung grundlagen statistische modelle und effiziente algorithmen |
| title_sub | Grundlagen, statistische Modelle und effiziente Algorithmen |
| topic | Computer science Computer Science Computer Science, general Informatik Sprachverarbeitung (DE-588)4116579-2 gnd Automatische Spracherkennung (DE-588)4003961-4 gnd |
| topic_facet | Computer science Computer Science Computer Science, general Informatik Sprachverarbeitung Automatische Spracherkennung Hochschulschrift |
| url | https://doi.org/10.1007/978-3-322-96180-8 |
| work_keys_str_mv | AT ernstgunterschukattalamazzini automatischespracherkennunggrundlagenstatistischemodelleundeffizientealgorithmen |