文献

J-GLOBAL ID：202302257475971786   整理番号：23A2866887

話し言葉習得エージェントにおけるディープ促進手法の調査

Investigating Deep Prompting Approach in Spoken Language Acquisition Agent

著者 (3件)： YANG Haoyuan (TokyoTech) ,  OKAMOTO Takuma (NICT) ,  SHINOZAKI Takahiro (TokyoTech)
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： 2023  号： 秋季  ページ： ROMBUNNO.3-Q-20  発行年： 2023年09月12日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： ・複雑な話し言葉の構造と文脈依存性を捉える単位言語モデルを話し言葉習得エージェントの”画像から音声モデル”バックボーンにDeep-Promoting法を用い,視覚入力処理と音声生成を行う手法の提案。
・観察及び対話段階を通したエージェントの食物画像と対応の音声説明の学習,及び各食物音声説明の名称・数・色三カテゴリーへの分類実験の実施。
・観察段階での約500画像のエージェントへの提示,及び対話段階でのエージェントのActor-Critic法による音声生成結果の提示。

シソーラス用語： *話し言葉 ,  *エージェント ,  構造解析 ,  文脈 ,  機械学習 ,  画像処理 ,  音声処理 ,  *人工知能 ,  深層学習

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (9件)：

• Komatsu R et al., ICASSP, 1-5, 2023.
• Hsu W N et al., ACL-IJCNLP, 5284-5300, 2021.
• Shen J et al., ICASSP, 4779-4783, 2018.
• Kong J et al., NeurIPS, 33: 17022-17033, 2020.
• Harwath D et al., ICLR, 2019.

タイトルに関連する用語 (6件)： 話し言葉 ,  習得 ,  エージェント ,  促進 ,  手法 ,  調査