文献
J-GLOBAL ID：201702200615650564
整理番号：17A0979319
日本語End-to-end音声認識におけるクラスラベルの検討
-
出版者サイト
{{ this.onShowPLink() }}
複写サービスで全文入手
{{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0979319©=1") }}
-
高度な検索・分析はJDreamⅢで
{{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0979319&from=J-GLOBAL&jstjournalNo=U0451A") }}
著者 (6件)：
,
,
,
,
,
資料名：
巻：
2017
号：
SLP-117
ページ：
Vol.2017-SLP-117,No.12,1-6 (WEB ONLY)
発行年：
2017年07月20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：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本稿では,日本語end-to-end音声認識における出力ラベルにクラスラベルを導入した。End-to-end音声認識は発音辞書を介すことなく文字を直接出力できるアプローチであり,主に英語音声認識の分野で研究例が報告されている。このend-to-endアプローチを日本語に適用する場合,文字総種の多さから英語に比べパラメータ数が膨大となり,限られた学習データでは学習サンプルが不足する文字も多数あるため,学習が難しい。本稿ではconnectionist temporal classification(CTC)基準の日本語end-to-end音声認識において,出力ラベルにクラスモデルを導入してパラメータ数を削減すると同時にデータスパース性を解消し,言語モデルでクラスラベルを単語に復元する手法を提案する。日本語end-to-end音声認識にクラスラベルを導入したことにより,音声認識誤り率の改善を確認した。(著者抄録)
シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
,
,
,
,
準シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
分類 (3件)：
分類
JSTが定めた文献の分類名称とコードです
パターン認識
, 自然語処理
, 音声処理
引用文献 (19件)：
-
A. Graves, A.-R. Mohamed, and G. Hinton, “Speech recognition with deep recurrent neural networks,” in Proc. ICASSP. IEEE, 2013, pp. 6645-6649.
-
A. Graves and N. Jaitly, “Towards end-to-end speech recognition with recurrent neural networks.” in Proc. ICML, vol. 14, 2014, pp. 1764-1772.
-
A. Hannun, C. Case, J. Casper, B. Catanzaro, G. Diamos, E. Elsen, R. Prenger, S. Satheesh, S. Sengupta, A. Coates et al., “Deep speech: Scaling up end-to-end speech recognition,” arXiv preprint arXiv:1412.5567, 2014.
-
D. Amodei, R. Anubhai, E. Battenberg, C. Case, J. Casper, B. Catanzaro, J. Chen, M. Chrzanowski, A. Coates, G. Diamos et al., “Deep speech 2: End-to-end speech recognition in English and Mandarin,” arXiv preprint arXiv:1512.02595, 2015.
-
H. Sak, A. Senior, K. Rao, and F. Beaufays, “Fast and accurate recurrent neural network acoustic models for speech recognition,” arXiv preprint arXiv:1507.06947, 2015.
もっと見る
タイトルに関連する用語 (4件)：
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです
,
,
,
前のページに戻る
