| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 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 |
|
| 研究会情報 | |
| 研究会 | SP NLC |
| 開催期間 | 2008-12-09 - 2008-12-10 |
| 開催地（和） | 早稲田大学（小野記念講堂） |
| 開催地（英） | Waseda Univ. |
| テーマ（和） | 第10回 音声言語シンポジウム （SP/NLC/SLP共催） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2008-12-SP-NLC |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 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 |
| サブタイトル（和） | |
| タイトル（英） | Speech Recognition Based on Statistical Models Including Multiple Decision Trees |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 連続音素認識 / Continuous speech recognition |
| キーワード(2)（和/英） | 音響モデル / Acoustic modeling |
| キーワード(3)（和/英） | コンテキストクラスタリング / Context clustering |
| キーワード(4)（和/英） | 音素決定木構造 / Phonetic decision tree |
| キーワード(5)（和/英） | 確定的アニーリング / Deterministic annealing |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 塩田 さやか / Sayaka Shiota / シオタ サヤカ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Institute of Technology) |
| 第2著者 氏名（和/英/ヨミ） | 橋本 佳 / Kei Hashimoto / ハシモト ケイ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Institute of Technology) |
| 第3著者 氏名（和/英/ヨミ） | 南角 吉彦 / Yoshihiko Nankaku / ナンカク ヨシヒコ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Institute of Technology) |
| 第4著者 氏名（和/英/ヨミ） | 李 晃伸 / Akinobu Lee / リ アキノブ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Institute of Technology) |
| 第5著者 氏名（和/英/ヨミ） | 徳田 恵一 / Keiichi Tokuda / トクダ ケイイチ |
| 第5著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Institute of Technology) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-12-10 16:10:00 |
| 発表時間 | 110分 |
| 申込先研究会 | SP |
| 資料番号 | NLC2008-61, SP2008-116 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.337(NLC), no.338(SP) |
| ページ範囲 | pp.221-226 |
| ページ数 | 6 |
| 発行日 | 2008-12-02 (NLC, SP) |
[研究会発表申込システムのトップページに戻る]