文献

J-GLOBAL ID：201802271174673573   整理番号：18A1771703

混合言語音声のためのエンドツーエンド言語追跡音声認識器【JST・京大機械翻訳】

An End-to-End Language-Tracking Speech Recognizer for Mixed-Language Speech

著者 (5件)： Seki Hiroshi (Mitsubishi Electric Research Laboratories (MERL), Cambridge, MA, USA) ,  Watanabe Shinji (Mitsubishi Electric Research Laboratories (MERL), Cambridge, MA, USA) ,  Hori Takaaki (Mitsubishi Electric Research Laboratories (MERL), Cambridge, MA, USA) ,  Roux Jonathan Le (Mitsubishi Electric Research Laboratories (MERL), Cambridge, MA, USA) ,  Hershey John R. (Mitsubishi Electric Research Laboratories (MERL), Cambridge, MA, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 4919-4923  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： エンドツーエンド自動音声認識(ASR)は,発音辞書のような言語情報の必要性を除去することにより,新しい言語に対するASRシステムの開発の負担を大幅に低減することができる。これはまた,言語独立ニューラルネットワークアーキテクチャを持つモノリシック多言語ASRシステムを構築する機会を作り出す。以前の研究では,複数の言語を認識することができるモノリシックニューラルネットワークアーキテクチャを提案し,従来の言語依存モデルと比較してその有効性を示した。しかしながら,このモデルは,発話中の言語におけるスイッチを適切に扱うために保証されておらず,したがって,符号交換のような混合言語音声を認識するための柔軟性を欠いている。本論文では,発話中の言語の動的トラッキングを可能にするモデルを拡張し,新たに生成された混合言語音声コーパスを利用する訓練手順を提案する。実験結果は,拡張モデルが言語スイッチングに関連する性能劣化を受けることなく,言語依存モデルと著者らの以前のモデルの両方より優れていることを示した。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： スイッチング ,  *言語 ,  スイッチ ,  柔軟性 ,  エンドツーエンド方式 ,  発話
準シソーラス用語： 音声コーパス ,  多言語 ,  性能劣化 ,  自動音声認識 ,  言語情報 ,  発音辞書 ,  ニューラルネットワークアーキテクチャ , 【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 (5件)： 音声 ,  エンドツーエンド ,  言語 ,  追跡 ,  音声認識器