文献

J-GLOBAL ID：201002298286255916   整理番号：10A0112265

音声認識のための複数の認識器を利用した能動学習

Active learning using multiple recognizers for speech recognition

著者 (6件)： 濱中悠三 (東京工大) ,  江森正 (NEC情報システムズ) ,  越仲孝文 (東京工大) ,  越仲孝文 (NEC) ,  篠田浩一 (東京工大) ,  古井貞煕 (東京工大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 109  号： 355(NLC2009 12-32)  ページ： 19-23  発行年： 2009年12月14日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 大語彙連続音声認識器の学習データに対する書き起こしコスト削減のための複数の認識器を利用した能動学習手法を提案する。この手法では複数の認識器から得られた複数の異なる認識結果文を用いて発話の選択を行う。認識結果文をアラインメントするためのプログレッシブ法とVoting Entropyを発話選択に用いている。提案手法を日本語話し言葉コーパスの190時間の音声データを使い評価し,能動学習を行わないランダムな発話選択より顕著に良い結果を得た。74%の単語正解精度を得るために必要な書き起こし付きデータ量はランダム選択では97時間,単語事後確率を用いた従来手法では72時間であるが,提案手法では60時間で済むという結果になった。(著者抄録)

シソーラス用語： *音声認識 ,  学習 ,  コーパス ,  クラスタ化 ,  情報 ,  モデル ,  言語モデル ,  精度 ,  *大語彙連続音声認識 ,  特徴量 ,  改変
準シソーラス用語： クラスタリング ,  音響モデル ,  音声コーパス ,  認識精度 ,  *能動学習

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 音声認識 ,  能動学習