More than words: Advancements and Challenges in Speech Recognition for Singing
- This paper addresses the challenges and advancements in speech recognition for singing, a domain distinctly different from standard speech recognition. Singing encompasses unique challenges, including extensive pitch variations, diverse vocal styles, and background music interference. We explore key areas such as phoneme recognition, language identification in songs, keyword spotting, and full lyrics transcription. I will describe some of my own experiences when performing research on these tasks just as they were starting to gain traction, but will also show how recent developments in deep learning and large-scale datasets have propelled progress in this field. My goal is to illuminate the complexities of applying speech recognition to singing, evaluate current capabilities, and outline future research directions.
Verfasserangaben: | Anna Kruspe |
---|---|
URN: | urn:nbn:de:bvb:898-opus4-70748 |
DOI: | https://doi.org/10.35096/othr/pub-7074 |
ISBN: | 978-3-95908-325-6 |
Titel des übergeordneten Werkes (Deutsch): | Elektronische Sprachsignalverarbeitung 2024, Tagungsband der 35. Konferenz, Regensburg, 6.-8. März 2024 |
Verlag: | TUDpress |
Verlagsort: | Dresden |
Herausgeber*in: | Timo Baumann |
Dokumentart: | Konferenzveröffentlichung (Beitrag) |
Sprache der Veröffentlichung: | Englisch |
Jahr der Veröffentlichung: | 2024 |
Veröffentlichende Institution: | Ostbayerische Technische Hochschule Regensburg |
Datum der Freischaltung: | 09.04.2024 |
Erste Seite: | 1 |
Letzte Seite: | 10 |
Andere Schriftenreihe: | Studientexte zur Sprachkommunikation ; 107 |
Fakultäten / Institute / Einrichtungen: | Fakultät Informatik und Mathematik |
Publikationsherkunft: | Externe Publikationen |
Forschungsschwerpunkt: | Information und Kommunikation |
Lizenz (Deutsch): | Keine Lizenz - Es gilt das deutsche Urheberrecht: § 53 UrhG |