文献

J-GLOBAL ID：201802215093863724   整理番号：18A0132592

多重語を用いた重み付きアクセント分類【Powered by NICT】

A weighted accent classification using multiple words

著者 (2件)： Rizwan Muhammad (Georgia Institute of Technology, Atlanta, GA, U.S.A.) ,  Anderson David V. (Georgia Institute of Technology, Atlanta, GA, U.S.A.)
資料名： Neurocomputing  (Neurocomputing)
巻： 277  ページ： 120-128  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 音声認識システムは話者のアクセントまたは方言による音声の変動による性能劣化を示した。これは,話者のアクセントまたは方言を同定し,音声認識システムを適応させるためのアクセントまたは方言情報を用いて正確に克服することができる。本論文では,TIMITデータセットにアクセント/方言分類問題への極端な学習機械(ELM)およびサポートベクトルマシン(SVM)を適用した。Mel周波数ケプストラム係数(MFCC)と正規化エネルギーパラメータと共にELMおよびSVMを訓練するための生の特徴としての一次および二次導関数を用いた北アメリカのアクセントを分類七グループに新しいアーキテクチャを用いることを提案した重み付きアクセント分類アルゴリズム。このアルゴリズムを用いて,ELM,著者らの知る限り,TIMITデータセットにアクセント分類のための報告された最良の結果を用いて77.88%の分類精度を得た。も著者らの重みづけアクセント分類アルゴリズムおよびELMまたはSVMを用いた多クラス分類を用いた分類器としてSVMを用いたELMの性能を比較した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  導関数 ,  *多重化 ,  周波数 ,  サポートベクトルマシン ,  *アクセント ,  計算機アーキテクチャ ,  正規化 ,  重みづけ
準シソーラス用語： 分類精度 ,  分類アルゴリズム ,  MFCC ,  ケプストラム係数 ,  方言 ,  話者 , 【Automatic Indexing@JST】

著者キーワード (3件)： 極端学習機械 ,  サポートベクトルマシン ,  アクセント分類

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 多重 ,  アクセント ,  分類