文献

J-GLOBAL ID：202002220962896284   整理番号：20A1993470

相乗的複合学習による効率的な音声言語獲得機構

Efficient Spoken Language Acquisition Based on Learning Synergy Principle

著者 (5件)： 篠崎隆宏 (東京工大) ,  GAO Shengzhou (東京工大) ,  ZHANG Mingxin (東京工大) ,  HOU Wenxin (東京工大) ,  田中智宏 (東京工大)
資料名： 人工知能学会言語・音声理解と対話処理研究会資料  (JSAI Technical Report, SIG-SLUD)
巻： 89th  ページ： 50-53  発行年： 2020年09月10日 
JST資料番号： L1425A  ISSN： 0918-5682  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： 人がゼロから話し言葉をいかに獲得するかは,長年の疑問である。理論的には,入力感覚器官と音声出力機構を持つニューラルネットワークベース音声対話エージェントに強化学習を適用することで実現できる。しかし,音声信号は高次元データである。強化学習フレームワークにおける動作として発話波形を直接扱うことは,意味ある発話を生成する確率機会が小さいため困難である。本論文では,いくつかの教師なし学習および強化学習アルゴリズムを組み合わせた相乗的学習複合体の形成に基づく効率的な音声言語獲得アルゴリズムを提案した。(翻訳著者抄録)

シソーラス用語： *話し言葉 ,  *教師なし学習 ,  *強化学習 ,  相乗作用 ,  ニューラルネットワーク ,  音声処理 ,  対話処理 ,  音声信号 ,  発話 ,  波形 ,  音声波形
準シソーラス用語： *音声言語 ,  相乗効果

分類 (2件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z)

引用文献 (6件)：

• B. Skinner, ”Verbal behavior,” in Verbal behavior. New York: Appleton-Century-Crofts, 1957.
• A. Chauhan and L. S. Lopes, ”Using spoken words to guide open-ended category formation,” Cogni-tive Processing, vol. 12, no. 4, p. 341, 2011.
• S. Gao, W. Hou, T. Tanaka, and T. Shinozaki, ”Spoken language acquisition based on reinforce-ment learning and word unit segmentation,” in IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2020, pp.6149-6153.
• M. Zhang, T. Tanaka, W. Hou, S. Gao, and T. Shinozaki, ”Sound-image grounding based fo-cusing mechanism for efficient automatic spoken language acquisition,” in Proc. Interspeech, 2020.
• H. Kamper, K. Livescu, and S. Goldwater, ”An embedded segmental k-means model for unsuper-vised segmentation and clustering of speech,” in 2017 IEEE Automatic Speech Recognition and Un-derstanding Workshop (ASRU). IEEE, 2017, pp.719-726.

タイトルに関連する用語 (3件)： 学習 ,  音声言語 ,  獲得