文献

J-GLOBAL ID：201202233445235719   整理番号：12A1563976

自動音声認識に対する適応ブースト特徴

ADAPTIVE BOOSTING FEATURES FOR AUTOMATIC SPEECH RECOGNITION

著者 (3件)： NGUYEN Kham (Northeastern Univ., MA, USA) ,  NG Tim (BBN Technol., MA, USA) ,  NGUYEN Long (BBN Technol., MA, USA)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2012 Vol.7  ページ： 4733-4736  発行年： 2012年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動音声認識(ASR)システムで広く利用されているPLPやMFCCなどの音響特徴は,音素情報を明示的には含んでいない。近年多層パーセプトロン(MLP)を利用して,判別特徴を抽出し,事後確率を求める方法が研究されている。本論文は,MLPを利用して音素事後確率を求める代わりに,Gauss混合型分類器を構築し,すべての音素を与えて各音響特徴ベクトルを事後確率ベクトルに変換した。この分類器の性能を改善するため,適応ブースト(AdaBoost)アルゴリズムを適用し,GMM型分類器を組合せた。また学習時間を短縮するための並列化技法も開発した。このAdaBoostアルゴリズムによりGMMで得た出力音素事後確率を,従来のPLP特徴の代わりに,または追加して音響モデルを訓練した。提案方式の効果を,英語,アラビア語,中国語の実験により確認した。

シソーラス用語： *音声認識 ,  *学習アルゴリズム ,  特性 ,  *特徴抽出 ,  事後確率 ,  分類装置 ,  Gauss模型 ,  音素 ,  モデル ,  中国語 ,  実験 ,  精度 ,  英語
準シソーラス用語： *AdaBoost ,  GMM ,  アラビア語 ,  音響モデル ,  音響特徴 ,  *自動音声認識 ,  評価実験 ,  分類精度

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

タイトルに関連する用語 (2件)： 自動音声認識 ,  適応