講演抄録/キーワード |
講演名 |
2008-12-10 16:10
複数の音素決定木構造を含む統計モデルに基づく音声認識 ○塩田さやか・橋本 佳・南角吉彦・李 晃伸・徳田恵一(名工大) NLC2008-61 SP2008-116 |
抄録 |
(和) |
近年,連続音声認識システムにおける音響モデルとして,コンテキスト,音素環境を考慮したコンテキスト依存モデルが広く利用されている.また,与えられた学習データ量に応じて適切なパラメータ共有構造を得るために,決定木に基づくコンテキストクラスタリングが用いられる.しかし,音素決定木の構築には,あらかじめ推定した状態系列に関する情報が必要となる.一方,最適な状態系列の推定にはモデルのパラメータ共有構造をあらかじめ決定しておく必要がある.このように,決定木構造と状態系列は,その推定に相互を必要とするため,同時最適化は困難であった.そこで我々はこれまでに,複数の決定木構造を含む確率モデルを定義し,確定的アニーリングEM(Deterministic Annealing Expectation Maximization; DAEM) アルゴリズムを用いることで同時最適化を近似する手法を提案してきた.しかし,通常のデコーダに適用可能とするため,認識においては決定木構造を1 つだけ選択して用いてきた.そこで,本稿では,学習時と同様の枠組を用いて認識時にも複数の決定木構造を用いることを検討する. |
(英) |
This paper proposes a speech recoginition technique using multiple decision trees. In the use of context dependent models, the decision tree based context clustering is applied to find a parameter tying structure. However, the clustering is usually performed based on statistics of HMM state sequences which are obtained by unreliable
models without context clustering. To overcome this problem, we have proposed a simultaneous optimization technique of state sequences and decision trees based on annealing process using multiple decision trees. However, this technique uses a single decision tree in decoding. In this paper, we use multiple decision trees not only in training process but also in decoding within the same annealing framework. |
キーワード |
(和) |
連続音素認識 / 音響モデル / コンテキストクラスタリング / 音素決定木構造 / 確定的アニーリング / / / |
(英) |
Continuous speech recognition / Acoustic modeling / Context clustering / Phonetic decision tree / Deterministic annealing / / / |
文献情報 |
信学技報, vol. 108, no. 338, SP2008-116, pp. 221-226, 2008年12月. |
資料番号 |
SP2008-116 |
発行日 |
2008-12-02 (NLC, SP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLC2008-61 SP2008-116 |