文献
J-GLOBAL ID:201802285284149140   整理番号:18A0440361

特徴理論にヒントを得たジョージア地方における低リソース音声キーワード検索戦略【Powered by NICT】

Low-resource spoken keyword search strategies in georgian inspired by distinctive feature theory
著者 (13件):
資料名:
巻: 2017  号: APSIPA ASC  ページ: 1322-1327  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
言語学における顕著な特徴理論により導かれた低資源音声キーワード検索(KWS)戦略は,データ選択,特徴選択,および転写増強を示した。これらの戦略は,IARPAバベルプログラムから会話ジョージアを用いた2016NISTオープンキーワード検索評価(OpenKWS16)の文脈で採用した。特に,以下について詳述する(1)ジョージアejective音素を特性化(特徴理論で規定された[+収縮した声門],[+上昇喉頭ejective])声門音源関連音響特徴を利用した。これらの特徴は,標準音響特徴を補完し,11.9%の相対的核融合利得をもたらした。(2)著者らは,雑音のあるチャネルモデルを用いて不整合クラウドソーシングからの確率的音声転写を極端に不足条件(24分転写グルジア)のKWSを改善するための移動学習を行い,ベースラインで118%の相対的改善が得られ,32%の相対的核融合利得を達成した。(3)特徴解析を用いて,著者らは,限られたシステム開発時間と計算資源のみが利用可能であるときに言語間音響モデル化のための高い音声被覆を確実にするために過去の評価に使用される原料言語のコンパクトなサブセットを選択した。ソース言語のわずか1/3を選択した場合,この戦略は,全ての利用可能な言語資源を用いたと同等の性能をもたらした。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識 

前のページに戻る