文献

J-GLOBAL ID：200902275720265509   整理番号：09A0197698

信頼度基準による解探索打ち切りに基づく超早音声認識

Ultra-Rapid Speech Recognition based on Search Termination using Confidence Scoring

著者 (4件)： 小島弘 (名古屋工大 大学院工学研究科) ,  南角吉彦 (名古屋工大 大学院工学研究科) ,  LEE Akinobu (名古屋工大 大学院工学研究科) ,  徳田恵一 (名古屋工大 大学院工学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 108  号： 422(SP2008 126-141)  ページ： 13-18  発行年： 2009年01月22日 
JST資料番号： S0532B  ISSN： 0913-5685  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： 現在の音声認識を用いたインターフェースの問題の1つに,ボタンなどのグラフィカルインターフェースに比べて入力に対する反応速度が遅くなりがちで,フィードバックも少ないことが挙げられる。これまでに,部分文仮説の尤度等を利用して発話区間の終端(無声区間の出現)を早く検出する手法や,仮説を部分的に確定していくことで逐次的に結果を出力する仮説早期確定手法などが研究されてきた。本研究では,単語認識を対象として,仮説ネットワーク(木構造化辞書)の構造および認識処理中のフレームごとの状態尤度より,入力の途中で仮説を事前確定する手法を提案する。具体的には,木構造化辞書において単語間で共有されておらず,単語末端までのパスが一意に確定できるノードをあらかじめ抽出しておき,認識時にはそれらの単語中のノードの尤度から,末端に至っていない単語についても信頼度を算出する。音声区間終了判定は,ある単語の信頼度の閾値,およびその単語が持続して最尤となる持続フレーム数で行う。評価実験では,メディアプレイヤー操作タスクを想定して,語彙数38の単語辞書について6名の話者が発声228単語発話(平均発話長1.12秒)に対して実験を行った。その結果,提案法は,認識精度を保ったまま,切り出し末尾の無音区間を取り除いた真の発話終端よりもさらに平均で0.3秒遡って仮説を確定できることが示された。(著者抄録)

シソーラス用語： 信頼度 ,  *音声認識 ,  *高速化 ,  理論 ,  決定 ,  木構造 ,  辞書 ,  確率 ,  探索問題 ,  検出
準シソーラス用語： 音声区間検出 ,  仮説 ,  確定 ,  事前確定 ,  探索アルゴリズム ,  木構造化辞書 ,  尤度

分類 (1件)： 音声処理  (JE05000E)

引用文献 (6件)：

• 吉田諒. 音声とテンキーを用いた視覚障害者向けのリモコンの試作と評価. ヒューマンインターフェース学会論文誌. 2007, 9, 2, 157-162
• 瀬川修. 端点検出を行わない連続音声認識手法. 情報処理学会研究報告. 2000, SLP34, 101-106
• 内藤正樹. 部分文仮説ゆう度を用いた連続音声認識のための音声区間検出法. 電子情報通信学会論文誌, D-II. 1997, J80, 11, 2895-2903
• BROWN, P. F. Parcial traceback and dynamic programming. Proc. ICASSP, 1982. 1982, 1629-1632
• 今井亨. 最ゆう単語列逐次比較法による音声認識結果の早期確定. 電子情報通信学会論文誌, D-II. 2001, J84, 9, 1942-1949

タイトルに関連する用語 (4件)： 信頼度 ,  解探索 ,  打ち切り ,  音声認識