| 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 | 2015-08-21 16:15 結合KLダイバージェンスの劣モジュラ最適化に基づく音響モデルの学習データ選択 ○浅見太一・増村 亮・政瀧浩和・岡本 学・阪内澄宇（NTT）  SP2015-58 |
|
| 抄録 | （和） | 本稿では，音声認識の音響モデルを構築するための新たな学習データ選択法を提案する． 多種多様な音声認識アプリケーションごとに固有の音響環境に対応するため，各アプリケーション向けの様々な音響モデル学習セットが整備されている． これらの学習セットを混合したデータセットは，多様な音響特徴を含む大規模学習セットと見なすことができる． 本稿では，この大規模学習セットから適切な部分集合を選択し，新たな音声認識 アプリケーションの音響環境に適合した音響モデルの学習セットとして用いるアプローチを検討する． 提案法は，対象のアプリケーションの音響環境と，選択した学習セットの適合度を，音声と非音声の音響特徴の結合KLダイバージェンスとして定式化し，劣モジュラ最適化に基づく効率的なアルゴリズムによって，結合KLダイバージェンスを最小化する部分集合を大規模学習セットから効率的に選び出す． 実際の社内会議音声を用いた音声認識実験により，提案法による学習データ選択の有効性を確認した． |
| （英） | This paper provides a novel training data selection method to construct acoustic models for automatic speech recognition (ASR). To deal with application-specific acoustic environments, various training data sets have been developed for acoustic modeling. A mixture of such already-created training sets (an large-scale set) becomes a large utterance set containing various acoustic characteristics. The proposed method selects the most appropriate subset of the large-scale set and uses it for supervised training of an acoustic model for a new ASR application. The subset that has the most similar acoustic characteristics to the target set (i.e. utterances recorded by the target application) is selected based on the joint KL divergence of speech and non-speech characteristics. Furthermore, in order to select one of the many subsets in practical computation time, we also propose a selection algorithm based on submodular optimization that minimizes the joint KL divergence by greedy selection with guaranteed optimality. Experiments on real meeting utterances show that the proposed method yields better acoustic models. |
|
| キーワード | （和） | 音声認識 / 音響モデル / 学習データ選択 / KLダイバージェンス / 劣モジュラ最適化 / / / |
| （英） | speech recognition / acoustic model / training data selection / KL divergence / submodular optimization / / / | |
| 文献情報 | 信学技報, vol. 115, no. 184, SP2015-58, pp. 45-50, 2015年8月. | |
| 資料番号 | SP2015-58 | |
| 発行日 | 2015-08-14 (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 | SP2015-58 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2015-08-21 - 2015-08-21 |
| 開催地（和） | 岩手県立大学アイーナキャンパス |
| 開催地（英） | Iwate Prefectural Univ. |
| テーマ（和） | 音声ドキュメント処理，音声一般 |
| テーマ（英） | Spoken document processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2015-08-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 結合KLダイバージェンスの劣モジュラ最適化に基づく音響モデルの学習データ選択 |
| サブタイトル（和） | |
| タイトル（英） | Training Data Selection for Acoustic Modeling Based on Submodular Optimization of Joint KL Divergence |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声認識 / speech recognition |
| キーワード(2)（和/英） | 音響モデル / acoustic model |
| キーワード(3)（和/英） | 学習データ選択 / training data selection |
| キーワード(4)（和/英） | KLダイバージェンス / KL divergence |
| キーワード(5)（和/英） | 劣モジュラ最適化 / submodular optimization |
| 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） | 浅見 太一 / Taichi Asami / アサミ タイチ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 増村 亮 / Ryo Masumura / マスムラ リョウ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 政瀧 浩和 / Hirokazu Masataki / マサタキ ヒロカズ |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 岡本 学 / Manabu Okamoto / オカモト マナブ |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 阪内 澄宇 / Sumitaka Sakauchi / サカウチ スミタカ |
| 第5著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 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 | 2015-08-21 16:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2015-58 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.184 |
| ページ範囲 | pp.45-50 |
| ページ数 | 6 |
| 発行日 | 2015-08-14 (SP) |
[研究会発表申込システムのトップページに戻る]