文献

J-GLOBAL ID：201702241453950046   整理番号：17A0028483

多数のASRシステムの仮説から特徴的データを選択する半教師付き音響モデル訓練

Semi-Supervised Acoustic Model Training by Discriminative Data Selection From Multiple ASR Systems’ Hypotheses

著者 (3件)： Li Sheng (Graduate School of Informatics, Kyoto University, Kyoto, Japan) ,  Akita Yuya (Graduate School of Informatics, Kyoto University, Kyoto, Japan) ,  Kawahara Tatsuya (Graduate School of Informatics, Kyoto University, Kyoto, Japan)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 24  号： 9  ページ： 1524-1534  発行年： 2016年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  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： 自動音声認識(ASR)システムの性能は訓練データの大きさで決まるが,正確で忠実な写しを準備するのは費用が掛かる。本論文では,ディープ・ニューラルネットワーク(DNN)音響モデル用に,ラベル付けされていない大量の映像講義記録を利用する半教師付き訓練方式を検討した。提案した方法では,相補的なGauss混合モデル(GMM)とDNNに基づくASRシステムにより,ASR仮説を得る。次に,条件付きランダム界(CRF)に基づく分類器の一群を訓練して正しい仮説を選択し,選択されたデータを検証する。提案した仮説組み合わせは,従来のシステム組合せ法(ROVER)に比べて高い品質を示した。また,信頼性測定評点に基づく従来のデータ選択に比べ,使えるデータを効果的にフィルタリングすることを実証した。基準システムよりも,また従来のシステム結合とデータ選択法で訓練されたモデルと比べて,ASR正確さの著しい改良を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST

シソーラス用語： *音声認識 ,  教師つき学習 ,  *モデル ,  適応訓練 ,  *ニューラルネットワーク ,  Gauss模型
準シソーラス用語： Gauss混合モデル ,  *ディープニューラルネットワーク ,  *音響モデル ,  *自動音声認識

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ASR ,  仮説 ,  教師 ,  音響モデル ,  訓練