| 講演名 | 2002/12/12 発話中における単音の音響的品質正規化の検討 GHULAM Muhammad, 福田 隆, 新田 恒雄, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本報告では,これまでに提案したHMM-SM方式による音声認識を連続数字音声に適用すると共に,発話中における単音の音響的品質を正規化することの効果を,HMMに基づく様々な方式,すなわち発話全体の正規化,単語単位の正規化,単音単位の正規化,および正規化なしの場合と比較する。提案のHMM-SM方式では,最初にHMM分類器でN-bestの単語候補と,候補単語内の全音素境界を求めた後,SM照合器で単音を構成する特徴ベクトル系列と,全単音の固有ベクトル群間で類似度を計算する。最後に,発話区間における単音の音響的品質の違いを反映させた類似度→尤度変換(正規化処理)を行うと共に,HMM分類器による尤度を併用して発話内容を決定する。連続数字音声を対象に,標準的なHMM方式(発話全体で正規化)と比較した実験では,提案方式は単語正解率で96.3%から98.7%,また単語認識精度で95.7%から98.2%と大幅な向上を示した。また,他の様々な正規化改良を施したHMM方式と比較した際にも,提案方式はこれらの性能を大きく上回る結果を示した。 |
| 抄録(英) | In this paper, we expand our previously proposed HMM-SM-based speech recognition system to a connected digit recognition task by exploring the effect of normalizing the acoustic qualities of the monophones in an utterance and compare it with a number of HMM-based systems with utterance-level normalization, word-level normalization, monophone-level normalization and without normalization. In the proposed HMM-SM-based system, an HMM-based classifier classifies the N-best hypotheses (word candidates), and then an SM (Subspace Method)-based verifier tests the hypotheses after applying the monophone score normalization. Experimental results performed on a connected digit recognition task showed that the word correct rate and the word accuracy rate were significantly improved by the proposed method from 96.3% to 98.7% and from 95.7% to 98.2%, respectively, compared with the convenient HMM-based classifier with utterance-level normalization. The proposed method also showed high performance over the other HMM-based systems that we have compared. |
| キーワード(和) | 音声認識 / HMM / 音響品質の正規化 / 部分空間法 |
| キーワード(英) | Speech Recognition / HMM / Normalization of Acoustic Quality / Subspace Method |
| 資料番号 | SP2002-122 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2002/12/12(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Speech (SP) |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | 発話中における単音の音響的品質正規化の検討 |
| サブタイトル（和） | |
| タイトル（英） | Normalizing the Acoustic Qualities of Monophones in an Utterance |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 音声認識 / Speech Recognition |
| キーワード(2)（和/英） | HMM / HMM |
| キーワード(3)（和/英） | 音響品質の正規化 / Normalization of Acoustic Quality |
| キーワード(4)（和/英） | 部分空間法 / Subspace Method |
| 第 1 著者 氏名（和/英） | GHULAM Muhammad / Muhammad GHULAM |
| 第 1 著者 所属（和/英） | 豊橋技術科学大学大学院工学研究科 Graduate School of Engineering, Toyohashi University of Technology |
| 第 2 著者 氏名（和/英） | 福田 隆 / Takashi FUKUDA |
| 第 2 著者 所属（和/英） | 豊橋技術科学大学大学院工学研究科 Graduate School of Engineering, Toyohashi University of Technology |
| 第 3 著者 氏名（和/英） | 新田 恒雄 / Tsuneo NITTA |
| 第 3 著者 所属（和/英） | 豊橋技術科学大学大学院工学研究科 Graduate School of Engineering, Toyohashi University of Technology |
| 発表年月日 | 2002/12/12 |
| 資料番号 | SP2002-122 |
| 巻番号（vol） | vol.102 |
| 号番号（no） | 529 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |