| 講演名 | 2000/12/15 ニュース解説を対象にした音声認識の検討 本間 真一, 小林 彰夫, 佐藤 庄衛, 今井 亨, 安藤 彰男, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | NHKは平成12年度より、音声認識を利用した「ニュース7」の字幕放送を試行的に開始した。現在のところ、アナウンサーが原稿を読む部分に限定して字幕を作成しているが、「ニュース解説」に該当する音声は、そのほかの原稿が読まれる部分の音声とは性質が異なるために、認識精度が低下する傾向がみられる。そこで本稿では、「ニュース解説」の言語的な特徴と音響的な特徴を分析し、これらの特徴を考慮した認識率の改善を試みる。具体的には、記者原稿からルールにより生成した解説口調の単語列を用いた言語モデルの適応化、大量のニュース番組の書き起こしコーパスを併用した言語モデルの学習、話者適応、および、発声継続時間が短い音素に対処するための音響モデルの構造の変更を行った。これらの結果、単語正解精度が5.1%向上した。 |
| 抄録(英) | The "speech in a news commentary" has some linguistic and acoustic features which are different from those of read speech. In this paper, we applied some rules, which represented the linguistic features of news commentary, to news manuscripts, and generated word sequences, which was then used for language model adaptation. We also added a large amount of transcriptions of the news programs to this training data. On the other hand, we found the speech rate of news commentary speech was sometimes much faster than that of read speech. Thus, we changed the structure of a scoustic models with speaker adaptation so as to recognize phonemes whose durations were relatively short. As a result, we improved the word accuracy of 5.1%. |
| キーワード(和) | ニュース音声 / ニュース解説 / 音声認識 / 言語モデル / 音響モデル |
| キーワード(英) | broadcast news / news commentary / speech recognition / language model / acoustic model |
| 資料番号 | NLC2000-51,SP2000-99 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLC |
|---|---|
| 開催期間 | 2000/12/15(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） | ニュース解説を対象にした音声認識の検討 |
| サブタイトル（和） | |
| タイトル（英） | An Examination of Speech Recognition for News Commentary |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニュース音声 / broadcast news |
| キーワード(2)（和/英） | ニュース解説 / news commentary |
| キーワード(3)（和/英） | 音声認識 / speech recognition |
| キーワード(4)（和/英） | 言語モデル / language model |
| キーワード(5)（和/英） | 音響モデル / acoustic model |
| 第 1 著者 氏名（和/英） | 本間 真一 / Shinichi HOMMA |
| 第 1 著者 所属（和/英） | NHK放送技術研究所 NHK Science & Technical Research Laboratories |
| 第 2 著者 氏名（和/英） | 小林 彰夫 / Akio KOBAYASHI |
| 第 2 著者 所属（和/英） | NHK放送技術研究所 NHK Science & Technical Research Laboratories |
| 第 3 著者 氏名（和/英） | 佐藤 庄衛 / Shoei SATO |
| 第 3 著者 所属（和/英） | NHK放送技術研究所 NHK Science & Technical Research Laboratories |
| 第 4 著者 氏名（和/英） | 今井 亨 / Toru IMAI |
| 第 4 著者 所属（和/英） | NHK放送技術研究所 NHK Science & Technical Research Laboratories |
| 第 5 著者 氏名（和/英） | 安藤 彰男 / Akio ANDO |
| 第 5 著者 所属（和/英） | NHK放送技術研究所 NHK Science & Technical Research Laboratories |
| 発表年月日 | 2000/12/15 |
| 資料番号 | NLC2000-51,SP2000-99 |
| 巻番号（vol） | vol.100 |
| 号番号（no） | 521 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |