文献

J-GLOBAL ID：201702256952984783   整理番号：17A1035073

非固有訓練データを用いないL2学習者の発音誤り検出のための効果的な調音モデル化【Powered by NICT】

Effective articulatory modeling for pronunciation error detection of L2 learner without non-native training data

著者 (4件)： Duan Richeng (School of Informatics, Kyoto University, Sakyo-ku, 606-8501, Japan) ,  Kawahara Tatsuya (School of Informatics, Kyoto University, Sakyo-ku, 606-8501, Japan) ,  Dantsuji Masatake (Academic Center for Computing and Media Studies, Kyoto University, Japan) ,  Zhang Jinsong (School of Information Science, Beijing Language and Culture University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 5815-5819  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： コンピュータ支援型発音訓練(CAPT)システムにおける効果的な調音フィードバックのために,そのようなデータを用いずに学習者の音声第二言語(L2)の効果的な調音モデル,大規模に収集と注釈付けすることは困難であることを検討した。文脈依存調音属性(調音の配置と方法)は,深いニューラルネットワーク(DNN)に基づいてモデル化した。外来調音モデルを訓練効率的にするために,言語間現象をモデル化するために,母語およびターゲット言語の大規模音声コーパスを利用した。多言語学習は,マルチタスク学習,サブタスクとして電話分類を用いると組み合わせた。これらの方法は日本語ネイティブ話者による標準中国語発音学習に適用した。効果はノンネイティブ音声の天然属性分類と発音誤り検出で確認した。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： ニューラルネットワーク ,  *誤り検出 ,  フィードバック ,  言語 ,  *調音 ,  中国語 ,  *モデリング ,  *発音 ,  *学習 ,  日本語
準シソーラス用語： 話者 ,  言語学習 ,  音声コーパス ,  *学習者 ,  *訓練データ , 【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)： 訓練データ ,  学習 ,  発音 ,  誤り検出 ,  調音 ,  モデル化