文献

J-GLOBAL ID：202002224178623504   整理番号：20A1025005

音声認識の現状と将来

Present and Future of Speech Recognition

著者 (1件)： 篠崎隆宏 (東京工大)
資料名： シミュレーション  (Journal of the Japan Society for Simulation Technology)
巻： 39  号： 1  ページ： 54-58  発行年： 2020年03月15日 
JST資料番号： L0458A  ISSN： 0285-9947  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・音声信号中の言語情報を自動的に認識する技術は深層学習の発展とともに,多くのタスクにおいて人と同等かそれ以上の性能を実現できるようになっており,音声認識の現状と課題を解説。<br/>・入力音声信号の周波数分析,各分析窓でフーリエ変換を行って求めた振幅スペクトルから音響特徴量の計算,音響特徴量ベクトルの時系列O,テキストWの場合に条件付確率P(W|O)を評価。<br/>・P(O|W)を隠れマルコフモデル,P(W)をN-gramでモデル化し,P(W|O)を最大化するテキストを探索するアルゴリズムや,深層学習を用いてP(W|O)を直接モデル化するアプローチを紹介。<br/>・真の確率分布を近似する音声モデルP_θ(W|O)を用いて音声認識を行う場合,確率モデルのパラメタ集合θ中のパラメタを推定する必要があり,大量の<O,W>ペアを用いた教師あり学習に認識性能が依存。

シソーラス用語： *音声認識 ,  技術展望 ,  *音声処理 ,  *機械学習 ,  Fourier変換 ,  情報 ,  特徴抽出 ,  時系列分析 ,  確率 ,  *隠れMarkovモデル ,  確率モデル ,  教師つき学習 ,  大規模系 ,  条件付確率 ,  *深層学習 ,  特徴量 ,  数学モデル

分類 (4件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

引用文献 (8件)：

• 井本桂右: 音響イベントと音響シーンの分析, 日本音響学会誌, 74-4, 198/207 (2018)
• M. Gales and S. Young : The Application of Hidden Markov Models in Speech Recognition, Signal Processing, 1-3, 195/304 (2007)
• L. Deng, D. Yu, and G. E. Hinton : Deep Learning for Speech Recognition and Related Applications, Workshop (2009)
• N. Morgan, Q. Zhu, A. Stolcke, K. Sonmez, S. Sivadas, T. Shinozaki, M. Ostendorf, P. Jain, H. Hermansky, D. Ellis, G. Doddington, B. Chen, O. Cetin, H. Bourlard, and M. Athineos : Pushing the Envelope-aside, IEEE Signal Processing Magazine, 22-5, 81/88 (2005)
• F. Seide, G. Li, and D. Yu : Conversational Speech TranscriptionUsing Context-Dependent Deep Neural Networks, Proc. Interspeech, 437/440 (2011)

タイトルに関連する用語 (3件)： 音声認識 ,  現状 ,  将来