文献

J-GLOBAL ID：201402236289768802   整理番号：14A0102319

深層リカレントニューラルネットワークによる音声認識

SPEECH RECOGNITION WITH DEEP RECURRENT NEURAL NETWORKS

著者 (3件)： GRAVES Alex (Univ. Toronto) ,  MOHAMED Abdel-rahman (Univ. Toronto) ,  HINTON Geoffrey (Univ. Toronto)
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： 6645-6649  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： 改良した記憶を備えた長期短期記憶リカレントニューラルネットワーク(RNN)は,エンドツーエンド学習と組合せると効果的に草書手書き文字認識できるが,音声認識についてはまだ良い性能は得られていない。RNNは,その隠れ状態がすべての先行隠れ状態の関数であるため,本来的に時間に深層である。本論文は,RNNは空間的深層,すなわち複数リカレント層のスタックからも利益が得られるかどうかを研究した。このため深層長期短期記憶RNNを導入し,その音声認識における可能性を評価した。またエンドツーエンド学習に最近導入された拡張を利用して,音響モデルと言語モデルとして2つのRNNを同時学習した。TIMITコーパスで音素認識実験を行い,深層RNNにより性能改善できることを実証した。

シソーラス用語： *音声認識 ,  *神経回路網 ,  *機械学習 ,  手書き文字認識 ,  記憶 ,  スタック方式 ,  学習モデル ,  言語モデル ,  コーパス ,  実証実験 ,  改良 ,  性能評価 ,  正規化
準シソーラス用語： *リカレントニューラルネットワーク ,  隠れ層 ,  音響モデル ,  音声コーパス ,  *音素認識 ,  *深層学習 ,  性能改善 ,  短期記憶

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 (3件)： 深層 ,  リカレントニューラルネットワーク ,  音声認識