文献

J-GLOBAL ID：201702257776738515   整理番号：17A1287669

低資源条件下でのi-vector特徴に基づくLSTM再帰神経回路網音声認識システム【JST・京大機械翻訳】

Long short term memory recurrent neural network acoustic models using i-vector for low resource speech recognition

著者 (5件)： Huang Guangxu (中国科学院大学,北京100190;中国科学院電子学研究所伝感技術国家重点実験室,北京100190) ,  Tian Yao (清華大学電子工程系清華信息科学与技術国家実験室,北京,100084) ,  Kang Jian (清華大学電子工程系清華信息科学与技術国家実験室,北京,100084) ,  Liu Jia (清華大学電子工程系清華信息科学与技術国家実験室,北京,100084) ,  Xia Shanhong (中国科学院電子学研究所伝感技術国家重点実験室,北京,100190)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 2  ページ： 392-396  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  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： 低い資源条件の下では,タグ付き訓練データが少ないので,音声認識システムの性能は理想的ではない。この問題に対して、まず、音響モデルにおいて、長時間の記憶(LSTM)再帰神経回路網を研究し、長い配列に対してモデリングを行うことによって、文脈情報を十分にマイニングし、線形射影層を導入してモデルパラメータを減少させた。次に,特徴空間における話者をモデル化する技術を研究し,話者とチャネル情報を効果的に反映することができるID認証ベクトル(i-vector)を抽出した。最後に,上記の研究を結合して,i-vector特性に基づくLSTM再帰ニューラルネットワークシステムを構築した。OpenKWS 2013標準データセット上で実験を行った結果、この技術は深さニューラルネットワークベースラインシステムより10%のバイトエラー率が低いことが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： バイト ,  射影 ,  *神経回路網 ,  チャネル ,  モデリング ,  誤り率 ,  認証 ,  ベクトル
準シソーラス用語： 話者 ,  特徴空間 ,  モデルパラメータ ,  文脈情報 ,  音響モデル ,  訓練データ ,  *音声認識システム , 【Automatic Indexing@JST】

著者キーワード (3件)： speech recognition ,  long short term memory(LSTM) ,  i-vector

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 資源 ,  LSTM ,  神経回路網 ,  音声認識システム