Deep learning applied to speech processing: Development of novel models and techniques

• Autores: Roberto Andrés Carofilis Vasco
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 74, 2025, págs. 395-398
• Idioma: inglés
• Títulos paralelos:
  • Aprendizaje profundo aplicado al procesamiento de voz: Desarrollo de nuevos modelos y técnicas
• Enlaces
  • Texto completo
• Resumen
  • español

    Este es el resumen de la tesis doctoral realizada por Roberto Andrés Carofilis Vasco, bajo la dirección del Prof. Enrique Alegre Gutiérrez y la Prof. Laura Fernández Robles en la Universidad de León. La defensa de la tesis se realizó en León, España, el 20 de diciembre de 2023 ante un tribunal compuesto por el Dr. Luis Fernando D’Haro (Universidad Politécnica de Madrid, España), el Dr. Kenneth P. Camilleri (Universidad de Malta, Malta), y el Dr. Victor González Castro (Universidad de León, España). La tesis obtuvo la mención internacional tras una estancia de 3 meses en el Idiap Research Institute, en Suiza, bajo la supervisión del Dr. Petr Motlicek. La tesis obtuvo la calificación de sobresaliente cum laude.

  • English

    This is the summary of the Ph.D. thesis conducted by Roberto Andr´es Carofilis Vasco, under the supervision of Prof. Enrique Alegre Gutiérrez and Prof. Laura Fernández Robles at the University of León. The thesis defense took place in León, Spain, on December 20, 2023, in the presence of a committee formed by Dr. Luis Fernando D’Haro (Polytechnic University of Madrid, Spain), Dr. Kenneth P. Camilleri (University of Malta, Malta), and Dr. Victor González Castro (University of León, Spain). The thesis received international mention following a 3-month stay at the Idiap Research Institute in Switzerland, under the supervision of Dr. Petr Motlicek. The thesis was awarded with the outstanding cum laude distinction.

• Referencias bibliográficas
  • Carofilis, A., E. Alegre, E. Fidalgo, y L. Fernández-Robles. 2023a. Improvement of accent classification models through grad-transfer from...
  • Carofilis, A., L. Fernández-Robles, E. Alegre, y E. Fidalgo. 2023b. MeWEHV: Mel and wave embeddings for human voice tasks. IEEE Access, 11:80089–80104.
  • Cho, K., B. van Merrienboer, D. Bahdanau, y Y. Bengio. 2014. On the properties of neural machine translation: Encoder-decoder approaches....
  • Chollet, F. 2017. Xception: Deep learning with depthwise separable convolutions. En IEEE Conference on Computer Vision and Pattern Recognition,...
  • Guevara-Rukoz, A., I. Demirsahin, F. He, S. C. Chu, S. Sarin, K. Pipatsrisawat, A. Gutkin, A. Butryna, y O. Kjartansson. 2020. Crowdsourcing...
  • Hu, J., L. Shen, S. Albanie, G. Sun, y E. Wu. 2020. Squeeze-and-excitation networks. IEEE Transactions on Pattern Analysis and Machine Intelligence,...
  • Selvaraju, R. R., M. Cogswell, A. Das, R. Vedantam, D. Parikh, y D. Batra. 2020. Grad-cam: Visual explanations from deep networks via gradient-based...
  • Veaux, C., J. Yamagishi, K. MacDonald, y others. 2017. Superseded-CSTR VCTK corpus: English multi-speaker corpus for CSTR voice cloning toolkit.