| 講演名 | 2005/12/14 日本語話し言葉コーパスを用いた発音変形依存モデルによる講演音声認識の性能評価(Session-1 音響モデル・特徴量・学習, 第7回音声言語シンポジウム) 阿部 拓也, 草間 隆, 武田 千春, 加藤 正治, 小坂 哲夫, 好田 正紀, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 近年, 自然発話に近い大規模な音声データベースを用いて, 大語彙連続音声認識が研究されている.本論文では, 2004年6月に公開された「『日本語話し言葉コーパス: CSJ』最終公開版」の書き起こしテキストを用いて, 音声に忠実な読みを持つ形態素解析データを作成し, その解析データから構築した言語モデル(これを, 発音変形依存モデルと呼ぶ)の性能評価を行う.さらに, 音響モデル, 言語モデルに対して評価セットの認識結果を用いて教師なし適応を繰り返し行い, その性能について評価する.公開版CSJのtestset1により評価した結果, 発音変形依存モデルを用いて平均19.96%の単語誤り率を達成し, 教師なし適応を繰り返し行うことで, 最終的に平均15.41%の単語誤り率を達成した. |
| 抄録(英) | In recent years, many aggressive approaches for large vocabulary continuous speech recognition system trained on large-scale spontaneous speech database have been investigated. In this paper. we introduce a method of language modeling based on morphological analysis data designed for pronunciation variant. The method was evaluated on the Corpus of Spontaneous Japanese (CSJ) and reduced the word error rate (WER) by about 5% absolute. In addition, unsupervised adaptation of both acoustic and language models was introduced to improve the recognition performance further. The results showed the decrease in WER from 19.96% without adaptation to 15.41% with unsupervised adaptation. |
| キーワード(和) | 講演音声認識 / 発音変形依存モデル / 教師なし適応 / 日本語話し言葉コーパス |
| キーワード(英) | lecture speech recognition / pronunciation variant modeling / N-gram / unsupervised adaptation / Corpus of Spontaneous Japanese |
| 資料番号 | NLC2005-61,SP2005-94 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2005/12/14(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 | JPN |
| タイトル（和） | 日本語話し言葉コーパスを用いた発音変形依存モデルによる講演音声認識の性能評価(Session-1 音響モデル・特徴量・学習, 第7回音声言語シンポジウム) |
| サブタイトル（和） | |
| タイトル（英） | Performance evaluation of lecture speech recognition by pronunciation variant model using Corpus of Spontaneous Japanese |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 講演音声認識 / lecture speech recognition |
| キーワード(2)（和/英） | 発音変形依存モデル / pronunciation variant modeling |
| キーワード(3)（和/英） | 教師なし適応 / N-gram |
| キーワード(4)（和/英） | 日本語話し言葉コーパス / unsupervised adaptation |
| 第 1 著者 氏名（和/英） | 阿部 拓也 / Takuya ABE |
| 第 1 著者 所属（和/英） | 山形大学 Yamagata University |
| 第 2 著者 氏名（和/英） | 草間 隆 / Takashi KUSAMA |
| 第 2 著者 所属（和/英） | 山形大学 Yamagata University |
| 第 3 著者 氏名（和/英） | 武田 千春 / Chiharu TAKEDA |
| 第 3 著者 所属（和/英） | 山形大学 Yamagata University |
| 第 4 著者 氏名（和/英） | 加藤 正治 / Masaharu KATOH |
| 第 4 著者 所属（和/英） | 山形大学 Yamagata University |
| 第 5 著者 氏名（和/英） | 小坂 哲夫 / Tetsuo KOSAKA |
| 第 5 著者 所属（和/英） | 山形大学 Yamagata University |
| 第 6 著者 氏名（和/英） | 好田 正紀 / Masaki KOHDA |
| 第 6 著者 所属（和/英） | 山形大学 Yamagata University |
| 発表年月日 | 2005/12/14 |
| 資料番号 | NLC2005-61,SP2005-94 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 495 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |