文献

J-GLOBAL ID：201402222994363128   整理番号：14A0102341

IARPA Babel計画下でインデクシングするコーパスに対する音声認識システムの開発

DEVELOPING SPEECH RECOGNITION SYSTEMS FOR CORPUS INDEXING UNDER THE IARPA BABEL PROGRAM

著者 (10件)： CUI Jia (IBM T.J. Watson Res. Center, NY, USA) ,  CUI Xiaodong (IBM T.J. Watson Res. Center, NY, USA) ,  RAMABHADRAN Bhuvana (IBM T.J. Watson Res. Center, NY, USA) ,  KIM Janice (IBM T.J. Watson Res. Center, NY, USA) ,  KINGSBURY Brian (IBM T.J. Watson Res. Center, NY, USA) ,  MAMOU Jonathan (IBM Haifa Res. Labs, Haifa, ISR) ,  MANGU Lidia (IBM T.J. Watson Res. Center, NY, USA) ,  PICHENY Michael (IBM T.J. Watson Res. Center, NY, USA) ,  SAINATH Tara N. (IBM T.J. Watson Res. Center, NY, USA) ,  SETHY Abhinav (IBM T.J. Watson Res. Center, NY, 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： 2013 Vol.10  ページ： 6753-6757  発行年： 2013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： IARPA Babel計画は,低資源言語に対する話し言葉語彙検出の迅速な開発を目標とする。この計画の一環として,本研究は広東語電話コーパスに関する音声認識とキーワード検索について,音響モデル化,言語モデル化および復号化の実験を述べた。音響モデルとしては,最新技術の基準GMM/HMM,ブートストラップ再構成手順で学習したGMM/HMM,深層ニューラルネットワーク(DNN),およびDNN特徴を利用するGMMの4種を利用した。言語モデルは,基準のトリグラム,モデルM,およびニューラルネットワークの3種を利用した。これらの音響モデルを利用した4種の自動音声認識システムの性能を,広東語キーワード検索タスクで評価した。DNNモデルは転写精度だけでなく,キーワード検索性能も向上するが,モデルMとニューラルネットワーク言語モデルは,転写精度は改善するもののキーワード検索性能は向上しない,などの知見を報告した。

シソーラス用語： *音声認識 ,  電話 ,  コーパス ,  *情報検索 ,  言語モデル ,  復号化 ,  Gauss模型 ,  隠れMarkovモデル ,  ニューラルネットワーク ,  機械学習 ,  ブートストラップ ,  音響特性 ,  音声 ,  インデクシング【計算機】 ,  *性能評価 ,  中国語 ,  実験
準シソーラス用語： GMM ,  Nグラム ,  *キーワード検索 ,  音響モデル ,  音声コーパス ,  音声特徴 ,  *自動音声認識 ,  深層学習 ,  評価実験

分類 (2件)： パターン認識  (JE07000S) ,  検索技術  (AC06020S)

タイトルに関連する用語 (5件)： 計画 ,  インデクシング ,  コーパス ,  音声認識システム ,  開発