文献

J-GLOBAL ID：201702219508277838   整理番号：17A0142572

データスパース条件における発音誤り傾向のDNNに基づく検出【Powered by NICT】

DNN based detection of pronunciation erroneous tendency in data sparse condition

著者 (4件)： Gao Yingming (College of Information Sciences, Beijing Language and Culture University, Beijing 100083, China) ,  Xie Yanlu (College of Information Sciences, Beijing Language and Culture University, Beijing 100083, China) ,  Lin Ju (College of Information Sciences, Beijing Language and Culture University, Beijing 100083, China) ,  Zhang Jinsong (College of Information Sciences, Beijing Language and Culture University, Beijing 100083, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： APSIPA  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 誤傾向(PET)を発音の検出コンピュータ支援型発音訓練(CAPT)システムにおける詳細に有益なフィードバックを伴う第二言語学習者を提供することができる。データスパース性のために,DNN HMMは,著者らの以前の研究でGMM-HMM上の限られた改善を達成した。PETを検出するためのDNN HMM(隠れMarkovモデル)を用いた直接の代わりに,この論文では,データスパース条件における抽出DNNベースの特徴による性能をさらに改善するかを調べた。DNNの最上層から誘導された調音特徴の確率はDNN HMMに供給した。第2に,中央歯隠れ層から抽出されたボトルネック特徴(BNF)は,元のMFCCを組み込んだ,SGMM HMMに供給した。実験結果はDNNを有する元の音響特徴から変換された新しい特徴はより識別,BNFとSGMMはPETの検出におけるDNNより優れていることを示した。SGMM HMMは最良の検出結果を得た,90%の5.3%のFRR,29.6%のFARとDAを達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 隠れMarkovモデル ,  調音 ,  *発音 ,  隠れ層 ,  メル周波数ケプストラム係数
準シソーラス用語： 音響特徴 ,  MFCC ,  スパース性 ,  学習者 ,  第二言語 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 発音 ,  誤り ,  傾向