| 講演名 | 2007/12/13 言語モデルと発音辞書の統計的話し言葉変換に基づく国会音声認識(音声認識・識別,第9回音声言語シンポジウム) 秋田 祐哉, 河原 達也, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 我々は,国会などの話し言葉音声認識のために,言語モデルと発音辞書を話し言葉スタイルに変換する手法を提案している.提案法では,発話の忠実な書き起こしとこれに対応する正書体のデータの相違点が統計的に抽出され,これをもとに確率的な変換パターンからなる変換モデルが言語モデルと発音辞書のそれぞれに対して構成される.このモデルに基づき,言語モデルに対しては話し言葉のN-gramの予測と統計頻度の推定を行う.一方発音辞書に対しては,話し言葉特有の発音変動の予測および発音確率の推定を行う.生成された話し言葉スタイルの言語モデルと発音辞書を衆議院の委員会会議音声において評価したところ,従来のモデルと比較して単語誤り率が絶対値でそれぞれ0.6%～0.7%・1.0%改善し,これらの併用により合計で1.7%の削減を得ることができた. |
| 抄録(英) | For automatic speech recognition (ASR) of spontaneous speech such as congressional meetings, we have been proposing statistical transformation methods of language model and pronunciation model. In these methods, differences between faithful transcripts and orthographical transcripts are statistically extracted. Then, transformation models which consist of probabilistic transformation patterns are derived from the statistics for language model and pronunciation model. For language model, the transformation model predicts spoken-style N-gram entries with estimated occurrence counts. For pronunciation model, pronunciation variants and their probabilities are predicted by the transformation model. The language model and pronunciation model generated by the proposed methods were evaluated on ASR of committee meetings of Japanese National Congress (Diet), and realized absolute reduction of word error rates by 0.6-0.7% and 1.0%, respectively, compared with models produced by conventional methods. Finally, total reduction of 1.7% was obtained by combining both models. |
| キーワード(和) | 話し言葉 / 音声認識 / 言語モデル / 発音辞書 / 発話スタイル |
| キーワード(英) | Spontaneous speech / Speech recognition / Language model / Lexicon / Speaking style |
| 資料番号 | NLC2007-43,SP2007-106 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2007/12/13(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 | JPN |
| タイトル（和） | 言語モデルと発音辞書の統計的話し言葉変換に基づく国会音声認識(音声認識・識別,第9回音声言語シンポジウム) |
| サブタイトル（和） | |
| タイトル（英） | Automatic Speech Recognition of Congressional Speech Based on Statistical Style Transformation of Language Model and Pronunciation Model |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 話し言葉 / Spontaneous speech |
| キーワード(2)（和/英） | 音声認識 / Speech recognition |
| キーワード(3)（和/英） | 言語モデル / Language model |
| キーワード(4)（和/英） | 発音辞書 / Lexicon |
| キーワード(5)（和/英） | 発話スタイル / Speaking style |
| 第 1 著者 氏名（和/英） | 秋田 祐哉 / Yuya AKITA |
| 第 1 著者 所属（和/英） | 京都大学学術情報メディアセンター Academic Center for Computing and Media Studies, Kyoto University |
| 第 2 著者 氏名（和/英） | 河原 達也 / Tatsuya KAWAHARA |
| 第 2 著者 所属（和/英） | 京都大学学術情報メディアセンター Academic Center for Computing and Media Studies, Kyoto University |
| 発表年月日 | 2007/12/13 |
| 資料番号 | NLC2007-43,SP2007-106 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | 406 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |