Adaptation of Tongue Ultrasound-Based Silent Speech Interfaces Using Spatial Transformer Networks

Autor: Tóth, László, Shandiz, Amin Honarmandi, Gosztolya, Gábor, Gábor, Csapó Tamás

Publikováno v: the Proceedings of Interspeech 2023

Thanks to the latest deep learning algorithms, silent speech interfaces (SSI) are now able to synthesize intelligible speech from articulatory movement data under certain conditions. However, the resulting models are rather speaker-specific, making a

Externí odkaz: http://arxiv.org/abs/2305.19130

Audiovizuális beszédszintézis nyelvultrahang alapon. (Hungarian)

Autor: Gábor, Csapó Tamás

Publikováno v: Beszedtudomany - Speech Science; 2022, Vol. 3 Issue 1, p273-291, 19p

A koartikulációs ellenállás és agresszió hangsúlyos helyzetű magánhangzókban: artikulációs és akusztikai adatok. (Hungarian)

Autor: Andrea, Deme, Márton, Bartók, Etelka, Gráczi Tekla, Gábor, Csapó Tamás, Kornélia, Juhász, Alexandra, Markó

Publikováno v: Nyelvtudományi Közlemények; 2022, Vol. 118, p257-288, 32p

Ajakvideó alapú beszédszintézis konvolúciós és rekurrens mély neurális hálózatokkal. (Hungarian)

Autor: Bianka, Rácz, Gábor, Csapó Tamás

Publikováno v: Beszedtudomany - Speech Science; 2020, p57-72, 16p

A comparative study on the contour tracking algorithms in ultrasound tongue images with automatic re-initialization.

Autor: Xu K; Department of Engineering, Université Pierre et Marie Curie; Langevin Institute, ESPCI-ParisTech Paris, 75005, France kelele.xu@gmail.com., Gábor Csapó T; Department of Telecommunications and Media Informatics, Budapest University of Technology and Economics, Budapest, Hungary csapot@tmit.bme.hu., Roussel P; Langevin Institute, ESPCI-ParisTech, Paris, 75005, France pierre.roussel@espci.fr., Denby B; Tianjin University, Tianjin, 300000 China bruce.denby@upmc.fr.

Publikováno v: The Journal of the Acoustical Society of America [J Acoust Soc Am] 2016 May; Vol. 139 (5), pp. EL154.