| 講演名 | 2002/12/13 講演音声認識のための言語モデルの教師なし適応 南條 浩輝, 河原 達也, 山田 篤, 内元 清貴, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 大語彙の話し言葉音声認識における言語モデルの教師なし話者適応について報告をおこなう.講演などの話し言葉においては,話題の他に文末表現などで発話の傾向やその発音が話者間で大きく異なるため,言語・発音モデルの話者性への適応が必要である.本稿では,教師なし言語モデル話者適応手法として(1)認識結果を直接用いて適応する手法,及び(2)発話文単位で類似テキストを選択しそれを用いて適応する手法,を提案する.その上で発音変動のモデル化についても検討し,話者適応の枠組みに統合することで,言語表現の傾向と発音変動の両方を同時にモデル化する.実際の講演の音声認識実験において提案手法それぞれの有効性を確認した.提案手法の統合の効果も確認し,単語誤り率を4.4%改善できた. |
| 抄録(英) | This paper addresses speaker adaptation of language model in large vocabulary spontaneous speech recognition. In spontaneous speech, the expression and pronunciation of words vary a lot depending on the speaker and topic. Therefore, we present unsupervised methods of language model adaptation to a specific speaker by (1) making direct use of the initial recognition result for generating an enhanced model, and (2) selecting similar texts for adaptation utterance by utterance. We also investigate the pronunciation variation modeling and its adaptation in the same framework. It is confirmed that all proposed adaptation methods and their combinations reduced the perplexity and word error rate in transcription of real lectures. |
| キーワード(和) | 音声認識 / 話し言葉 / 講演 / 言語モデル / 教師なし適応 |
| キーワード(英) | automatic speech recognition / spontaneous speech / lecture speech / language model / unsupervised adaptation |
| 資料番号 | NLC2002-75 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLC |
|---|---|
| 開催期間 | 2002/12/13(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 | Natural Language Understanding and Models of Communication (NLC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 講演音声認識のための言語モデルの教師なし適応 |
| サブタイトル（和） | |
| タイトル（英） | Unsupervised Language Model Adaptation for Lecture Speech Recognition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 音声認識 / automatic speech recognition |
| キーワード(2)（和/英） | 話し言葉 / spontaneous speech |
| キーワード(3)（和/英） | 講演 / lecture speech |
| キーワード(4)（和/英） | 言語モデル / language model |
| キーワード(5)（和/英） | 教師なし適応 / unsupervised adaptation |
| 第 1 著者 氏名（和/英） | 南條 浩輝 / Hiroaki NANJO |
| 第 1 著者 所属（和/英） | 京都大学 情報学研究科 知能情報学専攻 Graduate School of Informatics, Kyoto University |
| 第 2 著者 氏名（和/英） | 河原 達也 / Tatsuya KAWAHARA |
| 第 2 著者 所属（和/英） | 京都大学 情報学研究科 知能情報学専攻 Graduate School of Informatics, Kyoto University |
| 第 3 著者 氏名（和/英） | 山田 篤 / Atsushi YAMADA |
| 第 3 著者 所属（和/英） | (財)京都高度技術研究所:独立行政法人通信総合研究所 Advanced Software Technology & Mechatronics Research Institute of KYOTO (ASTEM):Comunications Research Laboratory |
| 第 4 著者 氏名（和/英） | 内元 清貴 / Kiyotaka UCHIMOTO |
| 第 4 著者 所属（和/英） | 独立行政法人通信総合研究所 Comunications Research Laboratory |
| 発表年月日 | 2002/12/13 |
| 資料番号 | NLC2002-75 |
| 巻番号（vol） | vol.102 |
| 号番号（no） | 528 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |