| 講演名 | 2007/12/13 大語彙連続音声認識エンジンJulius ver. 4(システム,第9回音声言語シンポジウム) 李 晃伸, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 大語彙連続音声認識エンジンJuliusは2007年12月にバージョンver.4がリリースされた.7年ぶりのメジャーバージョン更新となるver.4では,内部構造のモジュール化およびソースの全面的な再構成が行われ,可搬性と柔軟性が大幅に向上された.その結果,エンジン本体がライブラリ化された他のアプリケーションに組み込めるようになったほか,コールバック・プラグイン等の外部との連携の仕組みが整備され,機能の拡弾や構成の変更が容易に行えるようになった.言語モデルも単語N-gramおよび文法を単一バイナリで同等に扱えるようになりJulianはJuliusに統一された.さらに,複数の言語モデルと音響モデルを任意に組み合わせて,1エンジンで並列認識を行うマルチデコーディングも可能となった.また,基本性能についても拡張と強化が行われた.言語モデルとして孤立単語認識が新たに追加されたほか,4-gram以上の任意長N-gramへの対応、ユーザ関数による外部言語制約の組込み、GMM-based VADおよびデコーダベースVAD、confusion networkの生成など大幅な機能強化が行われた。性能は従来バージョンと同等を維持しており、かつメモリ量の削減も行われている。 |
| 抄録(英) | The new version 4.0 of large vocabulary continuous speech recognition engine "Julius" has been released at December 2007, as a major version up from version 3.0. An anatomical analysis and data stcuture re-organization has been accomplished for the whole codes to improve its modularity and flexibility. Its improved structure now enables Julius to be compiled as a external library to be incorpolated into various user applications. A simple callback API and plugin facilities are newly built to be controlled directly and lively from outer applications, which enables easy but tight integration with other applications. Also, grammar-based recognizer Julian has been incorpolated into Julius and the N-gram and grammar can be treated at the same executable. Furthermodre, It supports fully multi-decoding using multiple LMs, AMs and their arbitral combinations. It now supports long N-gram (N unlimited),user-defined LM function, GMM-based and a newly proposed decoder-based VAD, confusion network generation, and many other new functions. The memory requirement has also been improved, while keeping the same accuracy. |
| キーワード(和) | 大語彙連続音声認識 / Julius / N-gram / マルチデコーディング / 音声区間検出 |
| キーワード(英) | LVCSR / Julius / N-gram / VAD |
| 資料番号 | NLC2007-85,SP2007-148 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLC |
|---|---|
| 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 | Natural Language Understanding and Models of Communication (NLC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 大語彙連続音声認識エンジンJulius ver. 4(システム,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） | Large Vocabulary Continuous Speech Recognition Engine Julius ver. 4 |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 大語彙連続音声認識 / LVCSR |
| キーワード(2)（和/英） | Julius / Julius |
| キーワード(3)（和/英） | N-gram / N-gram |
| キーワード(4)（和/英） | マルチデコーディング / VAD |
| キーワード(5)（和/英） | 音声区間検出 |
| 第 1 著者 氏名（和/英） | 李 晃伸 / Akinobu LEE |
| 第 1 著者 所属（和/英） | 名古屋工業大学大学院工学研究科 Faculty of Engineering, Nagoya Institute of Technology |
| 発表年月日 | 2007/12/13 |
| 資料番号 | NLC2007-85,SP2007-148 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | 405 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |