文献

J-GLOBAL ID：201502210869423959   整理番号：15A0367893

DNN-HMMを用いた音響モデルおよび言語モデルのクロス適応

著者 (4件)： 高木瑛 (山形大 大学院理工学研究科) ,  今野和樹 (山形大 大学院理工学研究科) ,  加藤正治 (山形大 大学院理工学研究科) ,  小坂哲夫 (山形大 大学院理工学研究科)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2014  号： SLP-101  ページ： VOL.2014-SLP-101,NO.14 (WEB ONLY)  発行年： 2014年05月15日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,深層学習によるニューラルネットを用いることにより,音声認識システムの大幅な性能向上が得られることが示されている。本研究ではdeep neural netowrk(DNN)と隠れマルコフモデル(HMM)のハイブリッド型の音響モデル(DNN-HMM)を使用した日本語講演音声認識システムの更なる性能向上を目指し,モデル適応の検討を行った。検討する適応手法としては教師なしのバッチ適応を対象とする。教師なし適応において適応用ラベルの作成に認識結果を用いるが,誤り傾向の異なる複数の認識システムを使うことで誤りの影響を低減するクロス適応が提案されている。本研究ではこの考えに基づきDNN-HMM,GMM-HMMの2種類の音響モデルおよび言語モデルを加え計3種類のモデル適応を併用するクロス適応を提案する。提案手法を日本語話し言葉コーパス(CSJ)の評価セットを用いて評価し,その有効性を示す。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *機械学習 ,  *音声認識 ,  *自然言語処理 ,  隠れMarkovモデル ,  音響特性 ,  言語モデル ,  ハイブリッド方式 ,  日本語 ,  教師なし学習 ,  Gauss模型 ,  コーパス ,  深層学習
準シソーラス用語： GMM ,  HMM【モデル】 ,  モデル適応 ,  音響モデル ,  対話コーパス

分類 (4件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z) ,  音声処理  (JE05000E) ,  自然語処理  (JE06000L)

引用文献 (14件)：

• 西野大輔,篠田浩一,古井貞熙:"ディープラーニングを用いた日本語大語彙話し言葉音声認識,"音響講論秋,2-1-7pp.71-72(2012).
• 神田直之,武田徹,大渕康成:"Deep Neural Network に基づく日本語音声認識の基礎評価,"情報処理学会研究報告,2013-SLP-97(8),pp.1-6(2013).
• 三村正人,河原達也:"CSJを用いた日本語講演音声認識へのDNN-HMMの適用と話者適応の検討,"情報処理学会研究報告,2013-SLP-97(9),pp.1-6(2013).
• Y. Xiao, et al.: "A initial attempt on task-specific adaptation for deep neural network-based large vocabulary continuous speech recognition," Proc. of Interspeech2012, (2012).
• H. Liao: "Speaker adaptation of context dependent deep neural networks," Proc. of ICASSP2013, (2013).

タイトルに関連する用語 (4件)： DNN-HMM ,  音響モデル ,  言語モデル ,  適応