文献

J-GLOBAL ID：201702249563391300   整理番号：17A1653566

エンドツーエンド技術に基づくチベット語音声認識【JST・京大機械翻訳】

Towards End to End Speech Recognition System for Tibetan

著者 (3件)： Wang Qingnan (中国科学技術大学語音及語言信息処理国家工程実験室 合肥230027) ,  Guo Wu (中国科学技術大学語音及語言信息処理国家工程実験室 合肥230027) ,  Jie Chuandong (中国科学技術大学語音及語言信息処理国家工程実験室 合肥230027)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 30  号： 4  ページ： 359-364  発行年： 2017年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在のところ,リンク時系列分類技術に基づく大規模な連続音声認識は研究の焦点になっているが,それはチベット語認識に応用されており,主流の双方向長さより優れた記憶性能を得ることができる。端部に基づく音声認識において、発音辞書などの言語学的知識を必要としないため、識別性能は保証されない。本論文では,既存の言語学的知識を端部に結合する音響モデリングにおいて,モデル化単位として結合した三音子を用いて,モデリング単位のスパース性問題を解決し,音響モデリングの識別度とロバスト性を大幅に改善した。チベット語試験セットにおいて,実験により,提案した方法は,リンク時系列分類技術に基づく音響モデルの認識率を改善し,言語学的知識と端部末端音響モデリング技術との結合による有効性を検証したことが証明されたことが示されたことが示されたことが示されたことが示された。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *エンドツーエンド方式 ,  *音声認識 ,  モデリング ,  フォノン ,  *チベット自治区 ,  連続音声認識 ,  言語学 ,  ロバスト性
準シソーラス用語： 認識率 ,  音響モデル ,  スパース性 ,  音響モデリング ,  発音辞書 , 【Automatic Indexing@JST】

著者キーワード (4件)： End to End ,  Tibetan ,  Automatic Speech Recognition ,  Connectionist Temporal Classification

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： エンドツーエンド ,  チベット ,  音声認識