文献

J-GLOBAL ID：201402246675880817   整理番号：14A1265916

音声認識の畳込みニューラルネットワーク

Convolutional Neural Networks for Speech Recognition

著者 (6件)： ABDEL-HAMID Ossama (York Univ., ON, CAN) ,  MOHAMED Abdel-Rahman (Univ. Toronto, ON, CAN) ,  JIANG Hui (York Univ., ON, CAN) ,  DENG Li (Microsoft Res., WA, USA) ,  PENN Gerald (Univ. Toronto, ON, CAN) ,  YU Dong (Microsoft Res., WA, USA)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 22  号： 9/10  ページ： 1533-1545  発行年： 2014年09月 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,ハイブリッド深部ニューラルネットワーク(DNN)隠れMarkovモデル(HMM)は従来のGaussian混合モデル(GMM)HMM上で音声認識性能を改良することが知られている。そこで,畳込みニューラルネットワーク(CNNs)を使用することにより別の誤り率低減が得られることを示した。CNNの構造が音声変動性の一部の種類を直接に収納する新しい方式でCNNsを音声認識に適用する方法を記述した。ハイブリッドCNN/HMM手法は時間的変動性をHMMに委託し,一方で,周波数軸に沿って畳込むことは話者の差による実際の音声信号で標準的に発生する小さな周波数シフトへの不変性の度合いを作る。さらに,従来のCNNアーキテクチャで標準である完全重み共同利用より優れた方式で音声特徴を処理する新しい制限重み共同利用スキームを提案した。

シソーラス用語： 畳込み ,  ニューラルネットワーク ,  *音声認識 ,  隠れMarkovモデル ,  Gauss模型 ,  音響特性 ,  音声

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 音声認識 ,  畳込みニューラルネットワーク