文献

J-GLOBAL ID：202102246869642955   整理番号：21A3351814

多言語事前学習と敵対的学習による非ネイティブ英語音声認識

著者 (2件)： 森滉介 (東京工大) ,  篠崎隆宏 (東京工大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2021  号： NL-251  ページ： Vol.2021-NL-251,No.12,1-5 (WEB ONLY)  発行年： 2021年11月24日 
JST資料番号： U0451A  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： 言語学習者のスピーキング能力自動評価には正確な非ネイティブ音声認識が必要である.非ネイティブ話者による発音はネイティブ話者と異なるため,同じ母国語を持つ非ネイティブ話者の音声でモデルを学習させることが望ましい.しかし,利用可能なラベル付き音声データは限られており,モデルの学習データとして用いるには不十分である.そこで本稿では,データ量が豊富な言語の知識を活用する転移学習手法を提案する.この手法では,多言語のコーパスから言語に依存しない知識をモデルに事前学習させ,敵対的学習によってモデルを非ネイティブ英語に適応させる.実験では,日本人英語データセットを用いてモデルの性能を評価した.その結果WERは,事前学習させる言語を増やすことで減少し,敵対的学習による適応によってさらに改善した.(著者抄録)

シソーラス用語： 学習 ,  評価 ,  *音声認識 ,  発音 ,  データ ,  *機械学習 ,  *英語 ,  コーパス ,  特徴抽出 ,  言語学習 ,  敵対的学習 ,  能力評価
準シソーラス用語： Transformer【機械学習モデル】 ,  音声データ ,  事前学習 ,  転移学習 ,  特徴量抽出

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (17件)：

• Qian, Y., Wang, X., Evanini, K. and SuendermannOeft, D.: Self-Adaptive DNN for Improving Spoken Language Proficiency Assessment, Interspeech, pp. 3122-3126 (2016).
• Qian, Y., Evanini, K., Wang, X., Lee, C. M. and Mulholland, M.: Bidirectional LSTM-RNN for Improving Automated Assessment of Non-Native Children’s Speech, Interspeech, pp. 1417-1421 (2017).
• Knill, K., Gales, M., Kyriakopoulos, K., Malinin, A., Ragni, A., Wang, Y. and Caines, A.: Impact of ASR Performance on Free Speaking Language Assessment, Interspeech, pp. 1641-1645 (2018).
• Duan, R., Kawahara, T., Dantsuji, M. and Nanjo, H.: Cross-Lingual Transfer Learning of Non-Native Acoustic Modeling for Pronunciation Error Detection and Diagnosis, IEEE/ACM Transactions on Audio, Speech, and Language Processing, Vol. 28, pp. 391-401 (2020).
• Chen, N. F., Wee, D., Tong, R., Ma, B. and Li, H.: Large-scale characterization of non-native Mandarin Chinese spoken by speakers of European origin: Analysis on iCALL, Speech Communication, Vol. 84, pp. 46-56(2016).

タイトルに関連する用語 (5件)： 多言語 ,  事前学習 ,  敵対的学習 ,  英語 ,  音声認識