Tutorial - INTERSPEECH 2020

Table of Contents

Konferensi INTERSPEECH dihadiri oleh para peneliti dengan rekaman lagu jangka panjang dalam ilmu dan era pidato, di samping melalui peneliti tahap awal atau peneliti yang ingin tahu tentang domain baru di dalam wilayah Interspeech. Bagian penting dari konvensi adalah tutorial yang diadakan pada hari pertama konferensi, 25 Oktober 2020. Disajikan oleh pembicara dengan pemahaman yang panjang dan mendalam dalam berbicara, mereka dapat memberikan audiens target mereka dengan pengetahuan yang kaya tentang bersenang-senang dan publisitas untuk masalah penelitian yang sudah berlangsung lama, mata pelajaran studi saat ini serta daerah yang muncul.

Waktu Tutorial: 25 Oktober 2020;Sesi 3 jam, di pagi hari dan sore hari.

Tutorial pagi (9:00-12:30)

Tutorial sore (14:00-17:30)

Sesi Pagi (sembilan:00 - 12:30)► Minggu, 25 Oktober, 900–1230

Fleksibilitas dan kecepatan adalah fitur utama untuk kerangka kerja yang sangat mengenal untuk memungkinkan transisi cepat dari ide studi ke prototyping dan kode manufaktur. Kami mendefinisikan cara untuk menerapkan kerangka kerja terpadu untuk pemrosesan urutan yang mencakup berbagai jenis model dan paket. Kami akan membahas toolkit kami RETURNN sebagai contoh untuk implementasi seperti itu, yang mudah diterapkan dan dikenali untuk orang tersebut, fleksibel untuk memungkinkan segala bentuk struktur atau teknik, dan pada saat yang sama juga sangat hijau. Selain itu, perbandingan rumah gadget yang berbeda mendapatkan pengetahuan tentang toolkit untuk klasifikasi urutan disediakan. Fleksibilitas penggunaan implementasi unik tersebut dapat divalidasi menggambarkan pengaturan model mutakhir baru-baru ini untuk pengenalan suara terkomputerisasi dan terjemahan gadget, pada orang lain.

Penyelenggara:Albert Zeyer (RWTH; AppTek)Nick Rossenbach (RWTH; AppTek)Parnia Bahar (RWTH; AppTek)● Andre Merboldt (RWTH)Ralf Schlüter (RWTH; AppTek)

Albert Zeyer adalah ph.D. sarjana dalam Kelompok Teknologi Bahasa Manusia di RWTH Aachen University, Jerman, sejak 2014, di bawah pengawasan Prof. Hermann Ney. Dia mengakuisisi diplom (M.Sc.) dalam Matematika dan Diplom (M.Sc.) dalam Ilmu Komputer dari RWTH Aachen University pada tahun 2013. Studinya berpusat pada jaringan saraf di wellknown. Awal studi pertamanya dan semangat untuk jaringan saraf dan koneksionisme kembali ke tahun 1996. Topik karya terbarunya mencakup jaringan berulang, mode minat, dan model berhenti merokok, dengan aplikasi dalam pengenalan suara, terjemahan dan pemodelan bahasa, di mana ia menyelesaikan banyak efek mutakhir. Albert mulai mengembangkan perangkat lunak pada tahun 1995, dan telah memposting berbagai tugas Open Source sejak saat itu. TensorFlow berbasis benar-benar perangkat lunak RETURNN, yang ia telah berkembang sebagai arsitek utama untuk Ph.D. penelitian, sekarang banyak digunakan oleh rekan satu timnya di RWTH Aachen University, dan bahkan di luar. Albert Zeyer memberikan kuliah di universitas, dan lokakarya di eBay, sebagian dengan konten yang sama seperti untuk akademik ini.

Nick Rossenbach adalah ph.D. sarjana dalam Kelompok Teknologi Bahasa Manusia diRWTH Aachen University, Jerman, di bawah pengawasan Prof. Dr. Hermann Ney. Dia bekerja sebagai peneliti mahasiswa di kursi karena fakta 2015, tahun-tahun pertama tentang masalah terjemahan perangkat saraf, disertai dengan cara tesis sarjana pada topik yang sama. Sejak 2018, ia bekerja pada popularitas pidato dan memaksakan sistem text-to-speech di RETURNN, dan menyelesaikan tesis masternya tentang menghasilkan catatan sekolah buatan dengan struktur TTS pada tahun 2020. Saat ini, fokus studinya adalah pada sistem TTS multi-speaker yang terampil pada informasi yang bising.

Parnia Bahar memegang gelar Master di bidang Teknik Elektro dari Universitas Stuttgart dan saat ini merupakan ph.D. sarjana dalam Kelompok Teknologi Bahasa Manusia di RWTH Aachen University, Jerman, di bawah pengawasan Prof. Dr. Hermann Ney. Wilayah penelitiannya adalah era bahasa manusia, pembelajaran sistem, dan jaringan saraf. Kesadarannya termasuk merancang mode terjemahan komunitas saraf yang berhenti untuk birokrasi lisan dan tertulis di samping struktur reputasi. Dia mengembangkan model penggunaan RETURNN.  Dia adalah penulis atau rekan penulis makalah di konferensi internasional berpangkat berlebihan yang mencakup ACL, EMNLP, dan ICASSP. Sistem yang dikembangkan bersama dengan kerja samanya terus-menerus diselesaikan dalam tanggung jawab bersama di WMT dan IWSLT banyak struktur kelas satu. Dia juga menawarkan kuliah di universitas, pembicaraan teknis dan klinis dalam lokakarya dan mengawasi tesis dalam disiplin hobinya serta bekerja pada tugas-tugas penelitian khusus.

André Merboldt adalah murid utama dalam Kelompok Teknologi Bahasa Manusia di RWTH Aachen University, Jerman, di bawah pengawasan Prof. Dr. Hermann Ney. Dia bekerja mempertimbangkan 2017 di kursi di mana dia juga menulis tesis sarjananya tentang mode menyerah untuk pengenalan suara. Sejak itu kesadarannya berubah menjadi pada menyelidiki dan merancang perhatian dan model transduser untuk ASR menggunakan perangkat lunak RETURNN.

Ralf Schlüter menjabat sebagai Direktur Akademik dan Dosen Senior dalam Departemen Ilmu Komputer Fakultas Ilmu Komputer, Matematika dan Ilmu Pengetahuan Alam di RWTH Aachen University. Dia memimpin Kelompok Pengenalan Suara Otomatis di Lehrstuhl Informatik 6: Teknologi Bahasa Manusia dan Pengenalan Pola. Dia belajar fisika di RWTH Aachen University dan Edinburgh University dan menerima Diploma Fisika (1995), PhD dalam Ilmu Komputer (2000) dan Habilitation for Computer Science (2019), masing-masing di RWTH Aachen University. Dr Schlüter bekerja pada semua faktor popularitas pidato terkomputerisasi dan memimpin pekerjaan klinis dari Lehrstuhl Informatik 6 dalam wilayah reputasi pidato otomatis di banyak proyek penelitian besar di seluruh negeri dan global, misalnya EU-Bridge dan TC-STAR (EU), Babel (US-IARPA) dan Quaero (OSEO Prancis).

Fleksibilitas dan kecepatan adalah kemampuan kunci untuk kerangka belajar yang mendalam untuk memungkinkan transisi yang cepat dari konsep studi ke prototyping dan kode produksi. Kami mendefinisikan cara untuk menerapkan kerangka kerja terpadu untuk pemrosesan koleksi yang mencakup berbagai jenis mode dan paket. Kami akan membahas toolkit kami RETURNN misalnya untuk implementasi seperti itu, yang mudah diterapkan dan dipahami bagi konsumen, fleksibel untuk memungkinkan segala bentuk arsitektur atau teknik, dan pada saat yang sama juga sangat efisien. Selain itu, evaluasi sifat-sifat mesin yang berbeda mengenal toolkit untuk kelas seri disediakan. Fleksibilitas penggunaan implementasi khusus tersebut dapat diuji menggambarkan pengaturan mode baru saat ini untuk pengenalan ucapan otomatis dan terjemahan sistem, pada orang lain.

Penyelenggara:Albert Zeyer (RWTH; AppTek)Nick Rossenbach (RWTH; AppTek)Parnia Bahar (RWTH; AppTek)● Andre Merboldt (RWTH)Ralf Schlüter (RWTH; AppTek)

Albert Zeyer adalah ph.D. murid dalam Kelompok Teknologi Bahasa Manusia di RWTH Aachen University, Jerman, mengingat bahwa 2014, di bawah pengawasan Prof. Hermann Ney. Dia mengakuisisi diplom (M.Sc.) dalam Matematika dan Diplom (M.Sc.) dalam Ilmu Komputer dari RWTH Aachen University pada tahun 2013. Studinya difokuskan pada jaringan saraf yang tersebar luas. Awal studi pertamanya dan gairah untuk jaringan saraf dan koneksionisme turun kembali ke tahun 1996. Topik lukisannya saat ini terdiri dari jaringan berulang, mode perhatian, dan mode end-to-end yang disukai, dengan aplikasi dalam pengenalan ucapan, terjemahan dan pemodelan bahasa, di mana ia mengeksekusi banyak efek trendi. Albert mulai mengembangkan perangkat lunak pada tahun 1995, dan telah menerbitkan banyak proyek Open Source mengingat hal itu. Perangkat lunak berbasis TensorFlow RETURNN, yang telah ia maju sebagai arsitek utama untuk ph.D. penelitian, sekarang banyak digunakan oleh rekan satu timnya di RWTH Aachen University, atau bahkan masa lalu. Albert Zeyer memberikan kuliah di universitas, dan lokakarya di eBay, sebagian dengan konten yang sama seperti untuk pendidikan ini.

Nick Rossenbach adalah ph.D. murid dalam Kelompok Teknologi Bahasa Manusia diRWTH Aachen University, Jerman, di bawah pengawasan Prof. Dr. Hermann Ney. Dia bekerja sebagai peneliti murid di kursi karena 2015, tahun-tahun pertama tentang masalah terjemahan mesin saraf, diikuti dengan bantuan tesis sarjana pada materi pelajaran yang sama. Sejak 2018, ia bekerja pada popularitas pidato dan menerapkan struktur text-to-speech di RETURNN, dan menyelesaikan tesis pemahamannya tentang menghasilkan fakta pendidikan buatan dengan struktur TTS pada tahun 2020. Saat ini, fokus studinya adalah pada struktur TTS multi-pembicara yang dilatih pada fakta-fakta berisik.