文献

J-GLOBAL ID：201802271398478683   整理番号：18A1680368

Iベクトルと条件付き確率場に基づく音声言語同定【JST・京大機械翻訳】

Spoken Language Identification Based on I-vectors and Conditional Random Fields

著者 (5件)： Heracleous Panikos (KDDI Research, Inc., 2-1-15 Ohara, Fujimino-shi, Saitama, 356-8502, Japan) ,  Mohammad Yasser (Artificial Intelligence Research Center, AIST) ,  Takai Koichi (KDDI Research, Inc., 2-1-15 Ohara, Fujimino-shi, Saitama, 356-8502, Japan) ,  Yasuda Keiji (Artificial Intelligence Research Center, AIST) ,  Yoneyama Akio (Artificial Intelligence Research Center, AIST)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IWCMC  ページ： 1443-1447  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： 自動言語同定(LID)システムのタスクは,音声発話における言語を自動的に同定することである。言語同定は,音声から音声への翻訳システム,話者の二値化,およびコールセンターにおいて,適切なネイティブ話者演算子への入力呼を自動的に行うためのフロントエンドとして適用することができる。本研究において,iベクトルパラダイムと条件付きランダムフィールド(CRF)に基づく自動言語同定のための方法を提示した。CRFは識別分類器に属し,観測シーケンスを与えられたシーケンスをモデル化するために指数分布を使用する。これは非独立観測を可能にし,状態と観測の間の非局所的依存性も可能にする。提案した方法を,50インセット言語の認識のためのNIST2015iベクトル機械学習Challengeタスクで評価したとき,3.7%等しい誤り率(EER)(すなわち,誤警報に等しいミス確率)を達成した。サポートベクトルマシン(SVM)を用いて,確率的線形判別分析(PLDA)を用いて6.7%EERを用い,畳込みニューラルネットワーク(CNN)を用いて4.2%EERを達成した。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 ,  モデリング ,  発話 ,  機械学習 ,  *ベクトル ,  サポートベクトルマシン
準シソーラス用語： 畳込みニューラルネットワーク ,  線形判別分析 ,  誤警報 ,  *確率場 ,  iベクトル ,  コールセンター ,  二値化 ,  話者 ,  *言語同定 , 【Automatic Indexing@JST】

分類 (5件)： 医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： iベクトル ,  条件付き確率場 ,  音声 ,  言語同定