講演名	1998/12/11 新聞読み上げコーパスによるスタックデコーダの評価 シュスター マイク,
PDFダウンロードページ	PDFダウンロードページへ
抄録(和)	本稿では、大語い連続音声認識用スタックデコーダ「のぞみ」について述べる。このデコーダを用い、日本語新聞読み上げ音声コーパスに対し音声認識実験を行った結果、95%以上の単語認識性能を得ることができた。この音声認識実験に用いた音響モデルは、ANAS/ASJコーパスを学習セットとした2000、および3000状態の連続混合分布HMM、言語モデルは、RWCテキストコーパスを学習セットとした3-gramを用いた。これらのモデルは、情報処理振興事業協会(IPA)により提供されている。スタックデコーダ「のぞみ」は、環境非依存の音響モデルを用いることにより、PentiumIIプロセッサ300MHzのハードウェアにおいても、実時間認識が可能である。その時の単語認識率は89%である。また、言語モデルをハードディスク上で扱うことが可能であるため、必要なメモリサイズをわずか4MBに抑えることができる。
抄録(英)	This paper describes some of the implementation details of the"Nozomi"stack decoder for LVCSR. The decoder was tasted on a Japanese Newspaper Dictation Task using a 5000 word vocabulary. Using continuous density acoustic models with 2000 and 3000 states trained on the JNAS/ASJ corpora and a 3-gram LM trained on the RWC text corpus, both models peovided by the IPA group[9], it was possible to reach more than 95% word accuracy on the standard test set. With computationally cheap acoustic models we could achieve around 89% accuracy in nearly realtime on a 300 Mhz Pentium II. Using a disk-based LM the memory usage could be optimized to 4 MB in total.
キーワード(和)	音声認識 / リ新聞読み上げ / スタックデコーダ
キーワード(英)	speech recognition / Japanese newspaper dictation / one-pass stack decoder
資料番号	NLC98-48,SP98-112
発行日

研究会情報
研究会	NLC
開催期間	1998/12/11(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	ENG
タイトル（和）	新聞読み上げコーパスによるスタックデコーダの評価
サブタイトル（和）
タイトル（英）	Evaluation of a stack decoder on a Japanese Newspaper Dictation Task
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）	リ新聞読み上げ / Japanese newspaper dictation
キーワード(3)（和/英）	スタックデコーダ / one-pass stack decoder
第 1 著者 氏名（和/英）	シュスター マイク / Mike Schuster
第 1 著者 所属（和/英）	ATR音声翻訳通信研究所 ATR Interpreting Telecommunications Research Laboratories
発表年月日	1998/12/11
資料番号	NLC98-48,SP98-112
巻番号（vol）	vol.98
号番号（no）	461
ページ範囲	pp.-
ページ数	8
発行日