文献

J-GLOBAL ID：201502256184151026   整理番号：15A0315510

音声認識の方法論に関する考察-世代交代に向けて-

著者 (1件)： 河原達也 (京大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2014  号： SLP-100  ページ： VOL.2014-SLP-100,NO.3 (WEB ONLY)  発行年： 2014年01月24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： 音声認識技術の歴史的変遷を概観し,今後の展望について述べる。特に,音声認識の統計モデルの方法論に関して,従来“常識”と考えられてきたことが徐々に変遷していることを説明する。まず,学習コーパスを人手で編纂するという方法論は限界に達し,自然に超大規模に集積するビッグデータパラダイムが近年の実用システム成功の鍵であることを述べる。次に,HMMやN-gramなどの生成モデルの最尤推定に代わって,最近研究コミュニティで主流になっている識別学習及び識別モデル,特にDNNについて概観する。その上で,従来の通信路モデル(情報理論)に基づく定式化が,より一般的な枠組みに置き換えられるべきであることを指摘する。(著者抄録)

シソーラス用語： *音声認識 ,  *モデル ,  隠れMarkovモデル ,  音響特性 ,  *言語モデル ,  モデリング ,  機械学習 ,  最尤法 ,  データ ,  システム ,  通信路モデル
準シソーラス用語： ビッグデータ ,  ビッグデータパラダイム ,  *音響モデル ,  音声認識システム ,  識別モデル ,  統計的モデル化

分類 (4件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  計算機網  (JC03000K) ,  移動通信  (ND08030H)

引用文献 (12件)：

• 鹿野清宏,伊藤克亘,河原達也,武田一哉,山本幹雄.音声認識システム.オーム社,2001.
• F.Jelinek. Continuous speech recognition by statistical methods. Proc. IEEE, Vol.64, pp.532-556, 1976
• S.E.Levinson, L.R.Rabiner and M.M.Sondhi. An Introduction to the application of the theory of probabilistic functions of a Markov process to automatic speech recognition. Bell Syst. Tech. J., Vol.62, No 4, pp.1035-1074, 1983.
• G.Hinton, L.Deng, Y.Dong, G.E.Dahl, A.Mohamed, N.Jaitly, A.Senior, V.Vanhoucke, P.Nguyen, T.N.Sainath and B.Kingsbury. Deep Neural Networks for Acoustic Modeling in Speech Recognition. IEEE Signal Processing Magazine, Vol.29, No.6, pp. 82-97, 2012.
• 河原達也.議会の会議録作成のための音声認識-衆議院のシステムの概要-.情報処理学会研究報告,SLP-93-5,2012.

タイトルに関連する用語 (3件)： 音声認識 ,  方法論 ,  世代交代