文献

J-GLOBAL ID：202102229517027134   整理番号：21A2598203

誤り訂正に基づく器質性構音障害者の音声認識精度向上の検討

An investigation of error correction method for improving speech recognition of organic dysarthria

著者 (7件)： 冨士原健斗 (神戸大) ,  高島遼一 (神戸大) ,  杉山千尋 (大阪大) ,  田中信和 (大阪大) ,  野原幹司 (大阪大) ,  野崎一徳 (大阪大) ,  滝口哲也 (神戸大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2021  号： 秋季  ページ： ROMBUNNO.2-3P-4  発行年： 2021年08月24日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・言葉をうまく発することができない構音障害者の音声を高精度に認識できるシステムを構築することを目的として,話者ごとに傾向が異なる誤りを補正する誤り訂正モデルによる音声認識の高精度化を検討。
・対象話者の音声で学習させた音素認識モデルをテストし,その結果に含まれる誤りの傾向を確認し,この誤り傾向を元にして日本語素文から疑似誤り文を発生。
・学習のパターンを増やすために,正解文に対してデータを拡張し,これにより増量した各文に対して個別に誤り文を発生。
・最後にデータ拡張により作成した正解文とそれに対応する疑似誤り文の対を用いて誤り訂正モデルを学習,訓練。
・口唇口蓋裂者男性2名と舌切除後の舌癌患者男性1名を評価話者として,特定話者音素認識実験を行い,音素誤り率を評価。
・ATR研究用日本語音声データベースに含まれる音素バランス文の読み上げ音声を音声認識モデルの学習,開発及びテストのデータとして使用した結果,誤り訂正モデルが音声認識精度の改善に有効であることを確認。

シソーラス用語： 誤り訂正 ,  *構音障害 ,  障害者 ,  *音声認識 ,  *精度 ,  改良 ,  音声 ,  音声処理 ,  人間 ,  学習 ,  音素 ,  日本語 ,  口蓋裂 ,  唇裂 ,  舌切除 ,  舌腫瘍 ,  患者 ,  ヒト ,  音声データベース
準シソーラス用語： 音素認識 ,  口唇口蓋裂 ,  精度向上 ,  舌癌 ,  *認識精度 ,  話者

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

引用文献 (14件)：

• S.Sapir,“Formant Centralization Ratio: A Proposal for a New Acoustic Measure of Dysarthric Speech,” Journal of Speech Language Hearing Research,vol. 53,pp. 114-125,2010.
• K.Maekawa,“Corpus of spontaneous Japanese: Its design and evaluation,” in proceedings of the ISCA and IEEE Workshop on Spontaneous Speech Processing and Recognition (SSPR 2003),pp. 7-12,2003.
• V.Panayotov et al.,“Librispeech: An ASR corpus based on public domain audio books,” ICASSP,2015.
• 冨士原健斗 他,“口唇口蓋裂者の音声認識のためのデータ拡張方式の検討,”日本音響学会 2021年春季研究発表会,pp. 961-964,2021.
• R.Kuhn et al.,“A cache-based natural language model for speech recognition,” IEEE PAMI,vol. 12,pp. 570-583,1990.

タイトルに関連する用語 (4件)： 誤り訂正 ,  構音障害 ,  音声認識 ,  精度向上