Search

A new method for designing Cohn's parallel-coupled transmission-line filters is introduced. This method is particularly well suited to obtain designs without discontinuities in the junction of the different transmission lines constituting the filter.

One of the two approaches to the design of digital interpolators uses averaged second-order statistics to minimize the mean square interpolation error. This approach has been considered only when the number of samples employed to compute a final interpolated value is even. In the present paper, we generalize systematically this method to consider even or odd numbers of samples in that computation and values of sampling period ratio, with lineal phase non-recursive interpolating filters.

The combination of time-domain harmonic scaling (TDHS) and sub-band coding (SBC) provides an encoding approach which allows 9.6 Kb/s speech encoding with good communication quality. Starting from this structure, this paper focuses the improvement of earlier designs. It is shown that adaptive prediction and bit-assigment enhances the subband signal coding and, hence, the performance of the overall system. The prediction is realized by an adaptive lattice, the algorithm being GAL2. The dynamic bit allocation takes place from the step-sizes of the backward adaptive quantizers (Jayant) in each sub-band. Improvements as high as 5 dB can be achieved for the average segmented signal to noise ratio.

In this communication, a new nonparametric rank scheme is in traduced for Radar application and its performance briefly analyzed. The proposed scheme has a suboptimum character, since it is introduce as a simplification of a general optimum rank detector obtained for hypotheses defined by sample ranks in a multiple pulse situation. We compare the characteristics of this new structure with so me classical nonparametric tests used in Radar detection, and we conclude with a discussion derived from it.

Discriminative training is a powerful tool in acoustic modeling for automatic speech recognition. Its strength is based on the direct minimisation of the number of errors committed by the system at recognition time. This is usually accomplished by de ning an auxiliary function that characterises the behaviour of the system, and adjusting the parameters of the system in a way that this function is minimised. The main drawback of this approach is that a task speci c training database is needed. In this paper an alternative procedure is proposed: task adaptation using task independent databases. It consists in the combination of acoustic information|estimated using a general purpose training database|, and linguistic information|taken from the de nition of the task|. In the experiments carried out, this technique has led to great improvement in the recognition of two di erent tasks: clean speech digit strings in English and dates in Spanish over the telephone wire.

En esta comunicación se describe el uso de la semisílaba en el reconocimiento de habla continua para una aplicación específica: el reconocimiento de los números enteros castellanos del cero al mil. Tras una breve descripción de la arquitectura del sistema de reconocimiento, se detalla la inferencia de la gramática de estados finitos que representa los números en términos de semisílabas, y se indica el procedimiento seguido para la generación de las referencias de las mismas. Finalmente, se presentan los resultados alcanzados en dos experimentos: en el primero el sistema de reconocimiento es entrenado para un locutor y las referencias utilizadas para las semisílabas son patrones de características frecuenciales; en el segundo, el entrenamiento es multilocutor y las semisílabas son representadas mediante Modelos Ocultos de Markov. En ambos casos la tasa de reconocimiento del sistema es excelente.

In this paper the voice quality of several 32-9.6 Kbit/s coders is assesed by a subjective test and by objective measures. A subjective test called Degradation Pairs Test (TDP) has been designed and the performance of objective measures in predicting the subjective quality is studied.

En esta comunicación se presenta un sistema de traducción estocástica basado en el modelado mediante N-gramas de la probabilidad conjunta de textos bilingües. La unidad básica del modelo es la tupla, par de cadenas de palabras del lenguaje fuente (a traducir) y el lenguaje destino (traducción). La traducción se lleva a cabo mediante la maximización de una combinación lineal de los logaritmos de la probabilidad asignada a la traducción por el modelo de traducción y otras características, siguiendo la aproximación de entropía máxima. Las prestaciones del sistema de traducción son evaluadas con una tarea de traducción del habla: la traducción entre inglés y español (y viceversa) de transcripciones de intervenciones de los miembros del Parlamento Europeo. Los resultados alcanzados se encuentran al nivel del estado del arte. This communication introduces a stochastic machine translation system based on Ngram modelling of the joint probability of bilingual texts. The basic unit of this model is called a tuple and consists of a pair of both source (to be translated) language and target language (translation) word-strings. Translation is driven by a log-linear combination of the N-gram model probability and other features, according to the maximum entropy language modelling approach. The translation performance is evaluated by means of a speech-to-speech translation tasks: translation from Spanish to English (and viceversa) of European Parliament speeches. The system reaches a state-of-art performance. Este trabajo ha sido financiado parcialmente por la CICYT a través del proyecto TIC2002-04447-C02 (ALIADO) y la Unión Europea mediante el proyecto FP6-506738 (TC-STAR).

A vectorial generalization of the ADPCM system is introduced. Once the speech signal is grouped in vectors, they are coded using a vector predictor (VP) and a vector quantizer (VQ). Both subsystems are continously adaptive; the VQ is matched the signal power; two algorithms (VLMS and VGAL) are considered to adapt the predictor. At the bit stream corresponding to 2 bits per signal sample, the coding system rends a segmented signal to noise ratio equivalent to other existing coders.

SIMBAD has been developed to facilitate the tasks involved in the design of a concatenative speech synthesis system: 1) building a dictionary of parameterized speech units, and 2) obtaining a set of rules to concatenate these units and to model prosodics. It is an interactive, menu-driven and graphical software tool that allows both automatic processing and graphical editing of speech with high flexibility.

In this paper we introduce the demiphone as a contextual phonetic unit for continuous speech recognition. A phone is divided into two parts: a left demiphone that accounts for the left side coarticulation and a right demiphone that copes with the right side context. This new unit discards the dependence between the effects of both side contexts, but provides a better training of the transition between phones. The demiphone can be seen as a heuristic clustering of states that allows a more smoothed training of hidden Markov models and additionally supplies a simple way to create unseen triphones. We report experimental evidence that demiphones outperform the usual combination of triphones, right-side and left-side biphones and monophones.

An algorithm that infers a finite state grammar from a language specified by simple erumeration of legal phrases , is introduced. The algorithm processes every phrase as a string of phonetic units (words, syllables, demisyllables, etc.), associates one or more states to each phonetic unit and establishes the set of predecessors (and the set of successors) for every state. As a fundamental feature , the algorithm includes an optimization step in order to minimize the number of states. Additionally, the algorittan candeal with languages specified by a combination of other languages or, even, by a context-free grammar.

This paper describes the phonetic content of Albayzin, a spoken database for Spanish designed for speech recognition purposes. A statistical study of a large sample of spontaneous speech is presented, and the phonetic and statistical criteria for the final constitution of the database are discussed. Finally, the contents of the phonetic database are analyzed

One of the most popular algorithms for connected word (or subword phonetic unit) recognition is the one-stage dynamic programming algorithm. In its available formulation, this algorithm is not designed to provide multiple hypothesis; such a limitation is currently becoming a drawback, since the need of alternative recognitions in the systems presently under research is being acknowledged. This paper introduces a modified version of the one-stage dynamic programming algorithm tailored to afford multiple hypothesis.

This paper presents a detailed study of a method for morphology generalization and generation to address out-of-domain translations in English-to-Spanish phrase-based MT. The paper studies whether the morphological richness of the target language causes poor quality translation when translating out-ofdomain. In detail, this approach first translates into Spanish simplified forms and then predicts the final inflected forms through a morphology generation step based on shallow and deep-projected linguistic information available from both the source and targetlanguage sentences. Obtained results highlight the importance of generalization, and therefore generation, for dealing with out-ofdomain data.

With the arrival of free on-line machine translation (MT) systems, came the possibility to improve automatic translations with the help of daily users. One of the methods to achieve such improvements is to ask to users themselves for a better translation. It is possible that the system had made a mistake and if the user is able to detect it, it would be a valuable help to let the user teach the system where it made the mistake so it does not make it again if it finds a similar situation. Most of the translation systems you can find on-line provide a text area for users to suggest a better translation (like Google translator) or a ranking system for them to use (like Microsoft's). In 2009, as part of the Seventh Framework Programme of the European Commission, the FAUST project started with the goal of developing "machine translation (MT) systems which respond rapidly and intelligently to user feedback". Specifically, one of the project objective was to "develop mechanisms for instantaneously incorporating user feedback into the MT engines that are used in production environments, ...". As a member of the FAUST project, this thesis focused on developing one such mechanism. Formally, the general objective of this work was to design and implement a strategy to improve the translation quality of an already trained Statistical Machine Translation (SMT) system, using translations of input sentences that are corrections of the system's attempt to translate them. To address this problem we divided it in three specific objectives: 1. Define a relation between the words of a correction sentence and the words in the system's translation, in order to detect the errors that the former is aiming to solve. 2. Include the error corrections in the original system, so it learns how to solve them in case a similar situation occurs. 3. Test the strategy in different scenarios and with different data, in order to validate the applications of the proposed methodology. The main contributions made to the SMT field that can be found in this Ph.D. thesis are: - We defined a similarity function that compares an MT system output with a translation reference for that output and align the errors made by the system with the correct translations found in the reference. This information is then used to compute an alignment between the original input sentence and the reference. - We defined a method to perform domain adaptation based on the alignment mentioned before. Using this alignment with an in-domain parallel corpus, we extract new translation units that correspond both to units found in the system and were correctly chosen during translation and new units that include the correct translations found in the reference. These new units are then scored and combined with the units in the original system in order to improve its quality in terms of both human an automatic metrics. - We succesfully applied the method in a new task: to improve a SMT translation quality using post-editions provided by real users of the system. In this case, the alignment was computed over a parallel corpus build with post-editions, extracting translation units that correspond both to units found in the system and were correctly chosen during translation and new units that include the corrections found in the feedback provided. - The method proposed in this dissertation is able to achieve significant improvements in translation quality with a small learning material, corresponding to a 0.5% of the training material used to build the original system. Results from our evaluations also indicate that the improvement achieved with the domain adaptation strategy is measurable by both automatic a human-based evaluation metrics., Esta tesis propone un nuevo método para mejorar un sistema de Traducción Automática Estadística (SMT por sus siglas en inglés) utilizando post-ediciones de sus traducciones automáticas. La estrategia puede asociarse con la adaptación de dominio, considerando las post-ediciones obtenidas a través de usuarios reales del sistema de traducción como el material del dominio a adaptar. El método compara las post-ediciones con las traducciones automáticas con la finalidad de detectar automáticamente los lugares en los que el traductor cometió algún error, para poder aprender de ello. Una vez los errores han sido detectados se realiza un alineado a nivel de palabras entre las oraciones originales y las postediciones, para extraer unidades de traducción que son luego incorporadas al sistema base de manera que se corrijan los errores en futuras traducciones. Nuestros resultados muestran mejoras estadísticamente significativas a partir de un conjunto de datos que representa en tamaño un 0, 5% del material utilizado durante el entrenamiento. Junto con las medidas automáticas de calidad, también presentamos un análisis cualitativo del sistema para validar los resultados. Las mejoras en la traducción se observan en su mayoría en el léxico y el reordenamiento de palabras, seguido de correcciones morfológicas. La estrategia, que introduce los conceptos de corpus aumentado, función de similaridad y unidades de traducción derivadas, es probada con dos paradigmas de SMT (traducción basada en N-gramas y en frases), con dos pares de lengua (Catalán-Español e Inglés-Español) y en diferentes escenarios de adaptación de dominio, incluyendo un dominio abierto en el cual el sistema fue adaptado a través de peticiones recogidas por usuarios reales a través de internet, obteniendo resultados similares durante todas las pruebas. Los resultados de esta investigación forman parte del projecto FAUST (en inglés, Feedback Analysis for User adaptive Statistical Translation), un proyecto del Séptimo Programa Marco de la Comisión Europea.

El marc d’aquest TFM és la família de CFGS d’Imatge i So que es composa de quatre cicles: Realització, Producció, Imatge i So. Aquests estudis estan relacionats directament amb el món audiovisual. L’alumnat d’aquests cicles rep una formació específica per desenvolupar les tasques corresponents a la seva àrea però sovint desconeix les competències de la resta d’especialitats. L’únic moment de la formació on es desenvolupa transversalitat és en els Crèdits de Síntesi que es realitzen a finals del segon curs. Com al món laboral aquests cicles han de treballar junts formant un equip, proposo una activitat que fomenta la transversalitat basada en la realització d’un programa de televisió que es portarà a terme a finals del primer cus. En aquest exercici hi participen membres dels quatre cicles de la família professional formant grups multidisciplinaris de manera aleatòria. L’equip format s’ha de coordinar i organitzar per produir i realitzar un programa de televisió. Les característiques del programa estan acotades però és feina del grup dissenyar el guió i fer la preproducció. La temporització està ben marcada per tal de simular un encàrrec professional. La proposta principal d’implementació és convertir l’activitat en una mena de Crèdit de Síntesi de primer creant un crèdit nou amb les hores de lliure disposició del centre. Cal un gran esforç per encabir l’exercici dins el calendari lectiu i també que el centre disposi dels recursos materials necessaris. L’activitat simula un entorn de treball professional on es treballa en equip però cada membre assumeix el rol que li atorga la seva especialitat. D’aquesta manera es potencien capacitats clau mentre s’aprenen competències de la resta d’àrees fomentant la transversalitat. Es tracta d’una proposta molt potent que millora la formació de l’alumnat, afavorint la creació de perfils professionals en sintonia amb els requeriments del sector audiovisual.

Català: La revolució tecnològica ha influït de manera significativa en la nostra societat. Les noves generacions han crescut immerses en les tecnologies de la informació, el que ha dut als centres educatius a haver de revisar les metodologies emprades fins al moment i proposar-ne de noves. Les TIC, i més concretament Internet, poden resultar un bon recurs a fer servir a les aules: per a motivar als alumnes, per a plantejar activitats d’atenció a la diversitat, etc. No obstant, la utilització de la xarxa comporta tota una sèrie de problemàtiques: la manca de formació docent, la necessitat de garantir la seguretat i el filtratge de continguts, etc. En aquest projecte volem parlar de la necessitat d’anar incorporant les TIC i Internet a les aules, però fent servir eines que ens permetin tenir seguretat i que ens ajudin a no perdre el control del que passa dins l’aula. Proposarem la utilització de proxys per a aconseguir filtrar l’accés a Internet. D’altra banda, proposarem la utilització de programes de control i gestió d’aula com a suport al professorat. Aquestes eines permeten als docents tenir coneixement del què està succeint a classe, en temps real, el que permet gaudir dels avantatges de la utilització d’Internet reduint els problemes associats.

Aquesta tesi està dedicada a l'estudi de la utilització de informació morfosintàctica en el marc dels sistemes de traducció estocàstica, amb l'objectiu de millorar-ne la qualitat a través de la incorporació de informació lingüística més enllà del nivell simbòlic superficial de les paraules.El sistema de traducció estocàstica utilitzat en aquest treball segueix un enfocament basat en tuples, unitats bilingües que permeten estimar un model de traducció de probabilitat conjunta per mitjà de la combinació, dins un entorn log-linial, de cadenes d'n-grames i funcions característiques addicionals. Es presenta un estudi detallat d'aquesta aproximació, que inclou la seva transformació des d'una implementació d'X-grames en autòmats d'estats finits, més orientada a la traducció de veu, cap a l'actual solució d'n-grames orientada a la traducció de text de gran vocabulari. La tesi estudia també les fases d'entrenament i decodificació, així com el rendiment per a diferents tasques (variant el tamany dels corpora o el parell d'idiomes) i els principals problemes reflectits en les anàlisis d'error.La tesis també investiga la incorporació de informació lingüística específicament en aliniament per paraules. Es proposa l'extensió mitjançant classificació de formes verbals d'un algorisme d'aliniament paraula a paraula basat en co-ocurrències, amb resultats positius. Així mateix, s'avalua de forma empírica l'impacte en qualitat d'aliniament i de traducció que s'obté mitjançant l'etiquetatge morfològic, la lematització, la classificació de formes verbals i el truncament o stemming del text paral·lel.Pel que fa al model de traducció, es proposa un model de tractament de les formes verbals per mitjà d'un model de instanciació addicional, i es realitzen experiments en la direcció d'anglès a castellà. La tesi també introdueix un model de llenguatge d'etiquetes morfològiques del destí per tal d'abordar problemes de concordança. Finalment, s'estudia l'impacte de la derivació morfològica en la formulació de la traducció estocàstica mitjançant n-grames, avaluant empíricament el possible guany derivat d'estratègies de reducció morfològica., This Ph.D. thesis dissertation addresses the use of morphosyntactic information in order to improve the performance of Statistical Machine Translation (SMT) systems, providing them with additional linguistic information beyond the surface level of words from parallel corpora.The statistical machine translation system in this work here follows a tuple-based approach, modelling joint-probability translation models via log-linear combination of bilingual n-grams with additional feature functions. A detailed study of the approach is conducted. This includes its initial development from a speech-oriented Finite-State Transducer architecture implementing X-grams towards a large-vocabulary text-oriented n-grams implementation, training and decoding particularities, portability across language pairs and tasks, and main difficulties as revealed in error analyses.The use of linguistic knowledge to improve word alignment quality is also studied. A cooccurrence-based one-to-one word alignment algorithm is extended with verb form classification with successful results. Additionally, we evaluate the impact in word alignment and translation quality of Part-Of-Speech, base form, verb form classification and stemming on state-of-art word alignment tools.Furthermore, the thesis proposes a translation model tackling verb form generation through an additional verb instance model, reporting experiments in English-to-Spanish tasks. Disagreement is addressed via incorporating a target Part-Of-Speech language model. Finally, we study the impact of morphology derivation on Ngram-based SMT formulation, empirically evaluating the quality gain that is to be gained via morphology reduction.

En esta tesis se aborda el entrenamiento discriminativo de unidades subléxicas utilizando bases de datos de propósito geneal. Las unidades subléxicas son la base de funcionamiento de los sistemas de reconocimiento de grandes vocabularios en habla continua, los cuales constituyen uno de los retos de máxima actualidad y la puerta de acceso a otras propuestas aún más ambiciosas como el dictado automático o los sistemas de diálogo.Por su parte, el entrenamiento discriminativo ha demostrado ser una herramienta sumamente potente en el modelado acústico de sistemas de reconocimiento del habla. Su funcionamiento se basa en aumentar la probabilidad de que el sistema reconozca la frase correcta aplicando, más o menos, la misma regla de decisión empleada en condiciones reales de reconocimiento. Una limitación habitual de los sistemas de entrenamiento discriminativo propuestos hasta la fecha es la necesidad de bases de datos formadas por material específico de la tarea a reconocer.En la primera parte de la tesis se presenta la propuesta propia de esta tesis para la aplicación de entrenamiento discriminativo a unidades subléxicas para su aplicación a tareas de reconocimiento del habla continua: el entrenamiento de mínima confusibilidad en segmentos acústicos de longitud limitada.Se proponen dos variantes. En la primera, el conocimiento del lenguaje de la tarea a reconocer es aprovechado para minimizar el número de errores de posible comisión en la tarea, utilizando segmentos acústicos extraídos de una base de datos de propósito general. A continuación, esta misma idea se extiende al caso en que la tarea es desconocida,obteniéndose modelos acústicos de propósito general. Se muestran resultados experimentales en el reconocimiento de las cadenas de dígitos en inglés TIDIGITS utilizando modelos de fonema y semifonema entrenados con TIMIT.

El presente libro, formado por un manual de estudio y un manual de prácticas, ofrece una introducción al tratamiento digital de la señal que combina el estudio teórico con la posibilidad de experimentar con señales analógicas y digitales los conceptos aprendidos. El texto va acompañado por un disquete que incluye el programa 62, una herramienta interactiva que permite trabajar con señales y sistemas discretos, y las secuencias y los sistemas empleados en los ejemplos y los ejercicios que forman parte integrada del manual de estudio. El mismo programa 62 es el útil de laboratorio que el manual de prácticas requiere para el empleo de tratamiento digital de la señal en un entorno analógico. Este libro, dirigido inicialmente a los estudiantes de Señales y Sistemas II de la ETSETB, proporciona todo el material de estudio necesario para seguir la asignatura (texto de teoría, prácticas de laboratorio y colección de problemas) con una visión integrada y con un marcado carácter experimental.