文献

J-GLOBAL ID：201802285148002519   整理番号：18A0080200

小児の音声認識のためのリカレントニューラルネットワークに基づく音響および言語モデル化の探査【Powered by NICT】

Exploring recurrent neural network based acoustic and linguistic modeling for children’s speech recognition

著者 (2件)： Ganji Sreeram (Department of Electronics and Electrical Engineering, Indian Institute of Technology Guwahati, Guwahati - 781039, India) ,  Sinha Rohit (Department of Electronics and Electrical Engineering, Indian Institute of Technology Guwahati, Guwahati - 781039, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： TENCON  ページ： 2880-2884  発行年： 2017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： 従来型自動音声認識(ASR)システムは,言語モデリングのための音響モデリングとn-gramのためのGMM-HMMを採用した。過去10年間に,フィードフォワードニューラルネットワーク(DFNN)はほぼ音響モデル化におけるGMMに取って代わった。電流ASRシステムは主にDFNN HMM音響モデルとn-gram言語モデル(LM)に基づいている。良好な長期コンテキストモデリング能力のために,リカレントニューラルネットワーク(RNN)ベースのLMは,n-gram LMよりも低いパープレキシティを与えることが報告されている。RNN,longshort記憶(LSTM)の変異体は音響モデル化における検討されてきた。興味深いことに,RNNベース音響と言語両モデル化を用いたASRシステムの評価は報告されていない。さらに,大部分のこれらの進歩のは成人のASRのみとの関連で検討したことに注目した。それらの研究に触発されて,本論文では,子供の音声認識のためのRNNベースLMと結合したLSTMベース音響モデリングを調べた。著者らの実験結果は,このような複合RNNベースのモデリングは,整合および不整合小児のASRタスクに有効であることが分かっであることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *子供 ,  電流 ,  *音声認識 ,  *言語 ,  *音響 ,  *言語モデル ,  不整合 ,  *モデリング
準シソーラス用語： パープレキシティ ,  音響モデル ,  フィードフォワードニューラルネットワーク ,  音響モデリング ,  言語モデリング ,  自動音声認識 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (7件)： 小児 ,  音声認識 ,  リカレントニューラルネットワーク ,  音響 ,  言語 ,  モデル化 ,  探査