文献

J-GLOBAL ID：201702229592727138   整理番号：17A1034884

マルチストリーム残響音声認識のための相対的性能のモニタリングに基づく組合せ戦略【Powered by NICT】

Combination strategy based on relative performance monitoring for multi-stream reverberant speech recognition

著者 (3件)： Xiong Feifei (Fraunhofer Institute for Digital Media Technology IDMT, Project Group Hearing, Speech and Audio Technology (HSA), Oldenburg, Germany) ,  Goetze Stefan (Fraunhofer Institute for Digital Media Technology IDMT, Project Group Hearing, Speech and Audio Technology (HSA), Oldenburg, Germany) ,  Meyer Bernd T. (Center for Language and Speech Processing, Johns Hopkins University, Baltimore, MD, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 4870-4874  発行年： 2017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： 深層ニューラルネットワーク(DNN)分類器を用いたマルチストリームフレークワークでは異なる残響特性を持つ環境における自動音声認識(ASR)を改善するために適用した。DNN事後確率または単語格子に行う信頼できる組合せ戦略を確立するために室温パラメータ推定モデルを提案した。モデルは識別し,いろいろな残響条件に一般化するために聴覚特徴を組み込んだ多層パーセプトロンを訓練することにより実現し,モデル出力は単一ストリームのための通常の平均時間距離ベースの性能モニタリングとは対照的に,多重ストリーム間のASR性能,すなわち,相対性能監視,に高度に相関していることを示した。伝統的な多重条件訓練と比較して,7.7%および9.4%の平均相対的単語誤り率の改善は,事後確率と格子上の実施提案された組み合わせ戦略により達成した,マルチストリームASRは既知および未知の模擬残響環境だけでなくREVERB挑戦評価セットから採取した現実的に記録された条件で試験した。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： 聴覚 ,  深層 ,  多重化 ,  事後確率 ,  *残響 ,  多層パーセプトロン ,  ニューラルネットワーク ,  誤り率 ,  単語 ,  *音声認識 ,  パラメータ推定
準シソーラス用語： 残響環境 ,  性能監視 ,  自動音声認識 ,  *マルチストリーム , 【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 (6件)： マルチストリーム ,  残響 ,  音声認識 ,  モニタリング ,  組合せ ,  戦略