文献

J-GLOBAL ID：201802241053845522   整理番号：18A1771304

従来のハイブリッドシステムによるCTCネットワーク導出特徴の探索【JST・京大機械翻訳】

Exploring Ctc-Network Derived Features with Conventional Hybrid System

著者 (3件)： Nguyen Thai-Son (Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology) ,  Stiiker Sebastian (Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology) ,  Waibel Alex (Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 2911-2915  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： 最近,自動音声認識(ASR)において,すべてのニューラルセットにおいて,コネクショニスト時間分類基準(CTC)システムの性能を上げるために,多くの注意が復号化最適化に与えられている。それとは異なり,従来のHMM/ANNハイブリッドシステムに対する入力特徴としてCTCネットワークの出力の使用を調べた。そうすることにより,ラベル識別におけるCTCネットワークの強度と従来のハイブリッドシステムの高度に最適化された復号化スタックから利益を得た。スイッチボードセットアップでは,交差エントロピー訓練による提案したCTCネットワーク誘導特徴を用いたフィードフォワードネットワークシステムは,単語誤り率において,5%のマージンにより,強いCTCベースラインより優れている。同じモデルにより,ボトルネック特徴とそれらを組み合わせると,さらに9%の改善を達成した。さらに,復号化の間のブランクラベルの可能な除去とCTCモデルと従来のHMMシステムの間のアラインメント関係を明らかにした。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： アラインメント ,  エントロピー ,  最適化 ,  *ネットワーク ,  配電盤 ,  復号化 ,  誤り率 ,  ブランク ,  基準線 ,  単語
準シソーラス用語： 自動音声認識 ,  フィードフォワードニューラルネットワーク ,  *ハイブリッドシステム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ハイブリッドシステム ,  CTC ,  導出 ,  探索