文献

J-GLOBAL ID：201802220802805848   整理番号：18A0845694

ディープ双方向リカレントニューラルネットワークを用いたASRのための話者適応信頼測度【JST・京大機械翻訳】

Speaker-Adapted Confidence Measures for ASR Using Deep Bidirectional Recurrent Neural Networks

著者 (5件)： Del-Agua Miguel Angel (Departament de Sistemes Informatics i Computacio, Universitat Politecnica de Valencia, Vale`ncia, Spain) ,  Gimenez Adria (Departament de Sistemes Informatics i Computacio, Universitat Politecnica de Valencia, Vale`ncia, Spain) ,  Sanchis Albert (Departament de Sistemes Informatics i Computacio, Universitat Politecnica de Valencia, Vale`ncia, Spain) ,  Civera Jorge (Departament de Sistemes Informatics i Computacio, Universitat Politecnica de Valencia, Vale`ncia, Spain) ,  Juan Alfons (Departament de Sistemes Informatics i Computacio, Universitat Politecnica de Valencia, Vale`ncia, Spain)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 26  号： 7  ページ： 1194-1202  発行年： 2018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： 最後に,長い短期記憶セル(DBLSTM)を有する深い双方向リカレントニューラルネットワーク(DBRNN)とDBRNNは,自動音声認識における信頼性推定のために最も正確な分類装置を上回った。同時に,DBLSTMを用いた信頼度尺度の話者適応は,非適応信頼性測度に対して著しい改善をもたらすことを最近示した。信頼性評価における芸術の状態に対するこれらの2つの最近の貢献に従って,本論文はDBRNNとDBLSTMモデルを用いた話者適応信頼性測度の包括的研究を提示した。最初に,著者らは,英語のLibriSpeechとスペインの政治タスクから成る大規模な音声コーパス上で評価された再帰ニューラルネットワーク(RNN)ベースの信頼分類器の優位性の新しい経験的証拠を提示する。第二に,著者らは,LibrySpeechで訓練されたRNNベースの信頼性分類器が,TED-LIUMコーパスの話者に適応されるマルチタスク枠組みを考慮した,話者適応信頼度測度に関する新しい結果を示した。これらの実験により,話者適応信頼性測度がそれらの非適応型対応物よりも優れていることを確認最後に,より良い自動音声認識性能をもたらす信頼性測度に基づく音響DBLSTMモデルの教師なし適応法について述べた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 英語 ,  分類装置 ,  コーパス ,  音響 ,  信頼性 ,  信頼度 ,  *ニューラルネットワーク ,  *測度 ,  スペイン
準シソーラス用語： *話者 ,  音声コーパス ,  自動音声認識 ,  短期記憶 ,  *話者適応 ,  *リカレントニューラルネットワーク , 【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)： 双方向 ,  リカレントニューラルネットワーク ,  ASR ,  話者適応 ,  信頼 ,  測度