文献

J-GLOBAL ID：201002266710383530   整理番号：10A1336798

音声認識技術の実用化への取り組み 9 音声認識の多言語化技術

著者 (1件)： 河村聡典 (東芝 研究開発セ 知識メディアラボラトリー)
資料名： 情報処理  (IPSJ Magazine)
巻： 51  号： 11  ページ： 1449-1457  発行年： 2010年11月15日 
JST資料番号： G0427A  ISSN： 0447-8053  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 音声認識技術を応用した製品のグローバルな展開のために必要な,音声認識の多言語化技術について説明する。声調言語への対応,多言語対応開発コスト削減を目指し,1)声調認識方式,2)音響モデルの言語間適応化方式について新方式の開発を行った。評価実験の結果,いずれも従来方式よりも高い効果を確認した。現在,実際の多言語音声認識エンジン開発への適用を進めているところである。(著者抄録)

シソーラス用語： *音声認識 ,  *特徴抽出 ,  発音 ,  *言語モデル ,  コーパス ,  *自然言語処理 ,  自己相関関数 ,  基本振動数 ,  耐雑音性 ,  機械学習 ,  音色
準シソーラス用語： *音響モデル ,  音声コーパス ,  基本周波数 ,  声調 ,  多言語 ,  適応学習 ,  統計的言語モデル

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

引用文献 (5件)：

• ZHANG, Y. A Study on Tone Statistics in Chinese Names. Speech Communication. 2002, 36, 267-275
• GHULAM, M. A Noise-robust Feature Extraction Method based on Pitch Synchronous ZCPA for ASR. Proceedings of INTERSPEECH 2004, Jeju Island, Korea. 2004
• KIDA, Y. Robust F0 Estimation based on Log-time Scale Autocorrelation and its Application to Mandarin Tone Recognition. Proceedings of INTERSPEECH 2009, Brighton, U.K. 2009
• ZHAO, R. Using Duration and Pitch for Mandarin Digit String Recognition. Proceedings of ICASSP 2010, Dallas, U.S.A. 2010
• SCHULTZ, T. Language-independent and Language-adaptive Acoustic Modeling for Speech Recognition. Speech Communication. 2001, 35

タイトルに関連する用語 (4件)： 音声認識技術 ,  実用化 ,  音声認識 ,  多言語