文献

J-GLOBAL ID：202002270314634345   整理番号：20A2051020

Kaldiベースの低遅延リアルタイム音声認識システムの開発と評価

Development and Evaluation of a Low-Latency Real-Time ASR system based on Kaldi.

著者 (4件)： LEOW Chee Siang (山梨大 工) ,  早川友瑛 (山梨大 工) ,  西崎博光 (山梨大 工) ,  北岡教英 (豊橋技科大)
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： 2020  号： 秋季  ページ： ROMBUNNO.2-P1-3  発行年： 2020年08月26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： ・音声認識エンジン“Kaldi”をベースとして,スタンドアロンで動作する低遅延で比較的高精度な日本語リアルタイム音声認識システムを開発し,その評価を行ったので報告。
・ベースとして,スタンドアロンで動作する低遅延で比較的高精度な日本語リアルタイム音声認識システムを開発し,その評価を行ったので報告。
・音声認識精度に関しては,日本語話し言葉コーパス(CSJ)のテストセットで比較したところ,Google API以上の音声認識性能を取得。
・認識速度(遅延)に関しても,インターネット通信が必要なGoogle APIと比べて高速に認識結果が得られることが判明。

シソーラス用語： *音声認識 ,  開発 ,  日本語 ,  実時間処理 ,  復号器 ,  *音声認識システム
準シソーラス用語： Kaldi ,  リアルタイム ,  音声認識エンジン ,  認識精度

分類 (1件)： パターン認識  (JE07000S)

引用文献 (5件)：

• 木村ほか,音講論(秋), 1-R-20, pp.1007-1008, 2018.
• GStreamer: Open Source Multimedia Framework, https://gstreamer.freedesktop.org/
• M. Fukuda et al, A New Corpus of Elderly Japanese Speech for Acoustic Modeling, and a Preliminary Investigation of Dialect-Dependent Speech Recognition, Proc. of O-COCOSDA, 2019.
• V. Peddinti et al., A time delay neural network architecture for efficient modeling of long temporal contexts, Proc. of INTERSPEECH, pp.3214-3218, 2015.
• T. Alumäe, Full-duplex Speech-to-text System for Estonian, Baltic HLT 2014, pp.3-10, 2014.

タイトルに関連する用語 (5件)： 低遅延 ,  リアルタイム ,  音声認識システム ,  開発 ,  評価