文献

J-GLOBAL ID：201702233918845815   整理番号：17A0662566

自動音声認識のための深いモデルにおける活性化関数パラメータのBayes教師なしバッチおよびオンライン話者適応【Powered by NICT】

Bayesian Unsupervised Batch and Online Speaker Adaptation of Activation Function Parameters in Deep Models for Automatic Speech Recognition

著者 (3件)： Huang Zhen (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA) ,  Siniscalchi Sabato Marco (Faculty of Architecture and Engineering, University of Enna “Kore,”, Enna, Italy) ,  Lee Chin-Hui (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 25  号： 1  ページ： 60-71  発行年： 2017年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最大文脈依存深層ニューラルネットワーク隠れMarkovモデル(CD DNN HMM)ベースの自動音声認識における隠れ活性化関数パラメータの小集合の事後確率(MAP)推定(ASR)システムを得るためにBayesフレームワークを提案した。話者適応に適用した場合,話者固有データの収集を用いた特定話者に向け「個別化」モデルと「一般的な」利用のためのよく訓練された深いモデルから転移学習を目的としている。実際的な状況に適用可能なフレームワークを形成するために,適応発話の転写はASRシステムに容易に利用できないと仮定して,教師なし方法で適応を行った。配電盤ASRタスクに関する包括的なバッチ適応一連の実験を行い,提案した手法が識別逐次訓練で構築されたCD DNN HMMでさえ有効であることを示した。,MAP話者適応は完全NIST2000Hub5ベンチマークテストセットに単語誤り率(WER)を20.1%低減への最初の21.9%であった。さらに,MAP話者適応は同一の音声タスク上で評価した他の技術に比べて優れている。も制約付き最尤線形回帰を通して発生した話者適応特徴を用いて訓練されたCD DNN HMMにMAP適応を適用することにより,他の手法との相補性を実証し,さらにWERを18.6%であった。Bayes適応における固有再帰的性質にてこ入れとバッチ学習に対する可能なシステム制約を緩和する,逐次近似事後密度とDNNパラメータのハイパーパラメータを同時に更新する教師なしオンライン話者適応に対しインクリメンタルなアプローチを提案した。バッチ法上でのそのような逐次学習アルゴリズムの利点は不要である最終的な性能が,計算効率と減少した貯蔵ニーズ,処理すべき全てのデータを待つことなく。今までのところ,実験結果は有望である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 発話 ,  *ニューラルネットワーク ,  誤り率 ,  学習 ,  隠れMarkovモデル ,  アルゴリズム ,  最尤法 ,  逐次近似 ,  事後確率 ,  単語
準シソーラス用語： 線形回帰 ,  *話者 ,  *話者適応 ,  *活性化関数 ,  *自動音声認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 自動音声認識 ,  モデル ,  活性化関数 ,  パラメータ ,  教師 ,  バッチ ,  オンライン ,  話者適応