文献

J-GLOBAL ID：201302289806558510   整理番号：13A0158074

2ステージニューラルネットワークを用いたレター-音素変換の性能改善

Improving the performance of Letter-To-Phoneme conversion by using Two-Stage Neural Network

著者 (5件)： SENG Kheang (Toyohashi Univ. Technol.) ,  KATSURADA Kouichi (Toyohashi Univ. Technol.) ,  IRIBE Yurie (Toyohashi Univ. Technol.) ,  NITTA Tsuneo (Toyohashi Univ. Technol.) ,  NITTA Tsuneo (Waseda Univ.)
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： 112  号： 369(SP2012 85-97)  ページ： 87-93  発行年： 2012年12月13日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： テキスト-会話変換(TTS)において,レター-音素変換(L2P)は任意のテキストを対応する音素列へ自動変換することを可能にするための最も重要な課題の一つである。既存の研究によれば,性能は語彙範囲の言葉では既にかなり良いが,Out-of-Vocabulary(OOV)の言葉では十分ではない。OOV言葉でのL2P変換の性能を改善するため,ここでは二つの異なる課題に焦点を当てる。一つはレターと音素の間の未知の関係についてであり,二つ目はレターシーケンスが同じような文脈で異なるレターシーケンスに相当するような特定の難題である。そこで,レターと音素文脈の双方に焦点を合わせた2ステージニューラルネットワークに基づくL2P変換を導入する。第1ステージニューラルネットワークは,第1課題を解決するためのレターと音素間の多対多マッピングモデルとして実行され,第2ステージニューラルネットワークは,ニューラルネットワークによって容易に認識できる音素パターンを生成するために音素レベルで文脈情報を拡張することで第2課題を処理することを目指す。その結果,自動整列CMUコーパスに基づき,本提案法がOOV言葉においてPhoneme Accuracy(PAcc)およびWorld Accuracy(WAcc)で高性能を提供できることが実証できた。(翻訳著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *文書処理 ,  音素 ,  変換 ,  自動化 ,  パターン形成 ,  コーパス
準シソーラス用語： 自動変換

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： ステージ ,  ニューラルネットワーク ,  レター ,  音素 ,  性能改善