文献

J-GLOBAL ID：201702231886472255   整理番号：17A1778340

エンドツーエンド音声認識のための逆配列【Powered by NICT】

Inverted Alignments for End-to-End Automatic Speech Recognition

著者 (4件)： Doetsch Patrick (Lehrstuhl fur Informatik VI, Computer Science Department, RWTH Aachen University, Germany) ,  Hannemann Mirko (Lehrstuhl fur Informatik VI, Computer Science Department, RWTH Aachen University, Germany) ,  Schluter Ralf (Lehrstuhl fur Informatik VI, Computer Science Department, RWTH Aachen University, Germany) ,  Ney Hermann (Lehrstuhl fur Informatik VI, Computer Science Department, RWTH Aachen University, Germany)
資料名： IEEE Journal of Selected Topics in Signal Processing  (IEEE Journal of Selected Topics in Signal Processing)
巻： 11  号： 8  ページ： 1265-1273  発行年： 2017年 
JST資料番号： W1889A  ISSN： 1932-4553  CODEN： IJSTGY  資料種別： 逐次刊行物 (A)
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： 本論文では,識別,人工ニューラルネットワークベースラベル分布を組み込んだ自然自動音声認識(ASR)のような配列分類システムのための逆配列法を提案した。標準隠れMarkovモデル(HMM)由来の各入力フレームを整列状態ラベルへの代わりに,ここでは,いくつかの連続した入力フレームの区分的符号化へのHMM状態標識配列の各要素を整列させる逆を提案した。これはスクラッチからのエンドツーエンドまたは既存のアラインメント経路からスタートして訓練できる統合判別モデルを可能にした。アプローチは,分離した(生成)音響モデルと言語モデルに通常の分解を仮定しない,様々なモデル仮定の,注意の統計的変異体を含むを可能にした。手書き文字認識に関する概念実証実験を使った最初の報文に続いて,この論文の焦点は,統合訓練と逆復号化アプローチの研究であったが,音響モデリングはまだ標準ハイブリッドモデリングに大きくはなかった。CHiME4雑音ASRタスク上で実験を行った。著者らの結果は,逆整列と復号化戦略を用いた比肩可能な結果を達成できることを示した。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： 実証実験 ,  隠れMarkovモデル ,  手書き文字認識 ,  ニューラルネットワーク ,  *エンドツーエンド方式 ,  アラインメント ,  言語モデル ,  雑音 ,  *音声認識 ,  復号化 ,  符号化
準シソーラス用語： ハイブリッドモデリング ,  音響モデリング ,  音響モデル ,  自動音声認識 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： エンドツーエンド ,  音声認識