文献

J-GLOBAL ID：201002220413693872   整理番号：10A0869197

ケンブリッジ・アラビア語音声から文章システムの最近の改善

RECENT IMPROVEMENTS TO THE CAMBRIDGE ARABIC SPEECH-TO-TEXT SYSTEMS

著者 (5件)： TOMALIN M. (Cambridge Univ. Engineering Dep., Cambridge, GBR) ,  DIEHL F. (Cambridge Univ. Engineering Dep., Cambridge, GBR) ,  GALES M.J.F. (Cambridge Univ. Engineering Dep., Cambridge, GBR) ,  PARK J. (Cambridge Univ. Engineering Dep., Cambridge, GBR) ,  WOODLAND P.C. (Cambridge Univ. Engineering Dep., Cambridge, GBR)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2010 Vol.6  ページ： 4382-4385  発行年： 2010年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 音声から文章(STT)システムにとって,アラビア語は難題である。アラビア語は形態的に複雑であり,方言は大きく異なり,現代標準アラビア語は母音無しに記述される。こうした問題を克服するために,書記素アラビア語STTシステムと音声アラビア語STTシステムがしばしば構築される。前者は母音無しデータで学習され,後者は母音付きデータで学習される。これらシステムからの出力が合成される。本論文では,ケンブリッジ・アラビア語STTシステムでの最近の性能向上を報告した。音声データに対する多層パーセプトロン(MLP)特徴抽出を述べた。これは,書記素アラビア語STTシステムと音声アラビア語STTシステムの双方の性能向上につながる。また,形態的分割スキームを,書記素ドメインから音声ドメインへと拡張した。辞書作成に関して特に述べた。さらには,ブースティング最大相互情報(BMMI)学習の利用を探求し,個別システムとシステム組み合わせ双方において,考察した。これらの成果により,語レベル誤認識率を,個別システムにおいて相対的に12%まで,組み合わせシステムにおいて9%まで改善できた。

シソーラス用語： *連続音声認識 ,  *多層パーセプトロン ,  東洋語 ,  母音 ,  機械学習 ,  特徴抽出 ,  辞書 ,  言語モデル
準シソーラス用語： アラビア語 ,  ブースティング ,  相互情報 ,  方言

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： アラビア語 ,  音声 ,  文章