| 講演名 | 2004/12/13 Robust Acoustic Modeling for Speech Recognition , |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | |
| 抄録(英) | While Hidden Markov Models (HMMs) have been successfully applied to automatic speech recognition, they are not still robust enough against differences in speakers, speaking-styles, and environmental noises. To tackle this problem, we need to study the inner structure of speech by using large corpus and rich computational power. In this direction, the model size tends to be increase and hence the data insufficiency problem becomes more serious. In this paper, we focus on robust modeling against data insufficiency. Approaches based on information criteria such as Minimum Description Length and structural approaches in which models are changed according to the amount of data availabl are discussed.. While these techniques have been important for HMM research, it will be more important in the research beyond HMM. |
| キーワード(和) | |
| キーワード(英) | acoustic modeling / information criterion / distance measure / MDL / SMAP |
| 資料番号 | NLC2004-42,SP2004-82 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2004/12/13(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 | Speech (SP) |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Robust Acoustic Modeling for Speech Recognition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | / acoustic modeling |
| 第 1 著者 氏名（和/英） | / Koichi SHINODA |
| 第 1 著者 所属（和/英） | Department of Computer Science, Tokyo Institute of Technology |
| 発表年月日 | 2004/12/13 |
| 資料番号 | NLC2004-42,SP2004-82 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 541 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |