Foto von Tobias Watzel

Tobias Watzel, M.Sc.

Technische Universität München

Lehrstuhl für Mensch - Maschine - Kommunikation (Prof. Rigoll)

Postadresse

Postal:
Arcisstr. 21
80333 München

Forschungsgebiete

• Deep Learning
• Speech Recognition

Publikationen

  • Kürzinger L., Watzel T., Li L., Baumgartner R., Rigoll G.: Exploring Hybrid CTC/Attention End-to-End Speech Recognition with Gaussian Processes. Proc. 21st International Conference on Speech and Computer SPECOM 2019, Springer, 2019Lecture Notes in Computer Science, pp. 258-269 mehr… Volltext ( DOI )
  • Watzel T., Li L., Kürzinger L., Rigoll G.: Deep Neural Network Quantizers Outperforming Continuous Speech Recognition Systems. Proc. 21st International Conference on Speech and Computer SPECOM 2019, Springer, 2019Lecture Notes in Computer Science, pp. 530-539 mehr… Volltext ( DOI )
  • Watzel, T.; Rigoll, G.: Performance Comparison of Deep Neural Network Quantizers to Continuous ASR Systems. Fortschritte der Akustik -- DAGA '19, 2019, pp. 947-949 mehr… Volltext (mediaTUM)

Projekte

Chinesisch-Deutsches Hochschulkolleg in Shanghai:
- assistentische Betreuung des Doppel-Master Programms zwischen TUM und Tongji (seit April 2017)

Studentische Arbeiten

Bei Anfragen zu studentischen Arbeiten reichen Sie bitte folgende Unterlagen mit ein:
• Aktueller Lebenslauf
• Notenauszug
• Bisherige Erfahrungen aus dem Themengebiet
• Starttermin

Offen

Alle ausgeschriebenen Arbeiten finden Sie hier.

Abgeschlossen

2019
• A Comparative Study of Pre-trained Language Models for Contextual Document Representation (Bachelor's Thesis)
• Sensorfusion und Zustandsschätzung auf Grundlage rauschbehafteter Messdaten (Research Internship)
• Wake-Up Word Recognition with DNNs (Research Internship)
• A comparison of techniques for language model integration in encoder-decoder speech recognition (Scientific Seminar)
• Framework Comparison of Tensorflow and Kaldi Using TDNN and LSTM for Hybrid Speech Recognition (Master's Thesis)
• Deep Reinforcement Learning for Decision Making in Autonomous Driving (Master's Thesis)
• Application of Gaussian Mixture VAE in Natural Language Processing (Research Internship)
• A Comparison of Techniques for Language Model Integration in Encoder-Decoder Speech Recognition (Scientific Seminar)

2018
• Entwicklung einer Sprachsteuerung für das Brettspiel “Professor Pünschge” (IDP)
• Application of MFCC Features in Speech Enhancement Generative Adversarial Network (Research Internship)
• Attacks on Neural Networks for Speech Recognition (Scientific Seminar)
• Improving ASR systems with E-Vectors (Scientific Seminar)
• Improved Training of End-to-End Attention Models for Speech Recognition (Scientific Seminar)
• Development of a Perception System for Autonomous Driving (Research Internship)