文献

J-GLOBAL ID：201802247969685743   整理番号：18A1771855

教師-学生学習による遠方場話者システムの開発【JST・京大機械翻訳】

Developing Far-Field Speaker System Via Teacher-Student Learning

著者 (7件)： Li Jinyu (Microsoft AI & Research, Redmond, WA, 98052) ,  Zhao Rui (Microsoft AI & Research, Redmond, WA, 98052) ,  Chen Zhuo (Microsoft AI & Research, Redmond, WA, 98052) ,  Liu Changliang (Microsoft AI & Research, Redmond, WA, 98052) ,  Xiao Xiong (Microsoft AI & Research, Redmond, WA, 98052) ,  Ye Guoli (Microsoft AI & Research, Redmond, WA, 98052) ,  Gong Yifan (Microsoft AI & Research, Redmond, WA, 98052)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 5699-5703  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： 本研究では,遠方場話者システムにおけるキーワードスポッティング(KWS)と音響モデル(AM)コンポーネントを開発した。具体的には,教師-学生(T/S)学習を用いて,並列クロークとシミュレートされた遠方場データを用いることにより,遠方場により訓練された生産AMを遠方場に適応させた。また,T/S学習を用いて,大規模KWSモデルを小サイズに圧縮し,デバイス計算コストに適合させた。転写の必要性なしで,T/S学習は,AM適応とKWSモデル圧縮の両方でモデル性能を上げるために,非転写データをうまく利用する。さらに,シーケンス識別訓練とライブデータを用いてモデルを最適化し,システムの最良性能に到達した。適応AMは,それぞれ,プラーバックおよびライブテストデータに関して,ベースラインから72.60%および57.16%の相対単語誤り率減少によって改善した。最終KWSモデルサイズは,精度を失うことなく,大規模KWSモデルから27倍減少した。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： 最適化 ,  *学習 ,  誤り率 ,  基準線 ,  *遠方場 ,  単語 ,  転写
準シソーラス用語： 計算コスト ,  試験データ ,  音響モデル ,  *話者 ,  キーワードスポッティング , 【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 (6件)： 教師 ,  学生 ,  学習 ,  遠方場 ,  話者 ,  開発