Denoised Bottleneck Features From Deep Autoencoders for Telephone Conversation Analysis - Archive ouverte HAL

Documentation
Français (FR)

Anglais (EN)

Article Dans Une Revue IEEE/ACM Transactions on Audio, Speech and Language Processing Année : 2017

Denoised Bottleneck Features From Deep Autoencoders for Telephone Conversation Analysis

(1) , (1) , (1) , (1) , (1)

1

Killian Janod

Fonction : Auteur

Laboratoire Informatique d'Avignon

Mohamed Morchid

Fonction : Auteur
PersonId : 21451
IdHAL : morchid
ORCID : 0000-0002-4427-2468
IdRef : 188328343

Laboratoire Informatique d'Avignon

Richard Dufour

Fonction : Auteur
PersonId : 178348
IdHAL : richard-dufour
ORCID : 0000-0003-1203-9108

Laboratoire Informatique d'Avignon

Georges Linares

Fonction : Auteur
PersonId : 4977
IdHAL : georges-linares
IdRef : 079368794

Laboratoire Informatique d'Avignon

Renato de Mori

Fonction : Auteur

Laboratoire Informatique d'Avignon

Domaines

Traitement du texte et du document Intelligence artificielle [cs.AI]

Richard Dufour : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02356138

Soumis le : vendredi 8 novembre 2019-15:42:21

Dernière modification le : vendredi 12 novembre 2021-11:18:03

Dates et versions

hal-02356138 , version 1 (08-11-2019)

Identifiants

HAL Id : hal-02356138 , version 1
DOI : 10.1109/TASLP.2017.2718843

Citer

Killian Janod, Mohamed Morchid, Richard Dufour, Georges Linares, Renato de Mori. Denoised Bottleneck Features From Deep Autoencoders for Telephone Conversation Analysis. IEEE/ACM Transactions on Audio, Speech and Language Processing, 2017, 25 (9), pp.1809-1820. ⟨10.1109/TASLP.2017.2718843⟩. ⟨hal-02356138⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-AVIGNON LIA

34 Consultations

0 Téléchargements

Altmetric

Partager