文献

J-GLOBAL ID：201802239815734613   整理番号：18A1770794

シーケンス-シーケンスモデルによる音響イベントの音声信号からの音声の生成【JST・京大機械翻訳】

Generating Sound Words from Audio Signals of Acoustic Events with Sequence-to-Sequence Model

著者 (2件)： Ikawa Shota (Graduate School of Information Science and Technology, University of Tokyo) ,  Kashino Kunio (Graduate School of Information Science and Technology, University of Tokyo)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 346-350  発行年： 2018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： 音響単語や擬音のような言語における様々な音を表現することは,自動音声認識の補助手段として有用であるだけでなく,自然の人間機械コミュニケーション,音響イベントに対する音声アーカイブの検索,および音に基づく異常検出などの新興分野においても不可欠である。本論文では,音声信号からの音単語生成のための新しい方法を提案した。この方法は,音声セグメンテーション問題を解くために,音素の系列に対応する音声信号の適切なセグメントを見出すための,および複数の単語が状況や聴者に依存して同じ音に対応するあいまいさ問題を解決する。著者らの試験は,この方法が効率的に動作し,音響単語生成タスクにおいて2.8%の平均音素誤り率(MPER)と7.2%の単語誤り率(WER)を達成することを示した。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： 言語 ,  コミュニケーション ,  *音響 ,  音素 ,  *音声信号 ,  誤り率 ,  曖昧さ ,  単語
準シソーラス用語： 自動音声認識 ,  異常検出 ,  音声セグメンテーション , 【Automatic Indexing@JST】

分類 (3件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： シーケンス ,  モデル ,  音響 ,  イベント ,  音声信号 ,  音声