文献

J-GLOBAL ID：201902289552584415   整理番号：19A1717180

畳込みニューラルネットワークに基づく言語認識システム【JST・京大機械翻訳】

Language Identification Based on Convolutional Neural Network

著者 (3件)： Jin Ma (中国科学技術大学語音及語言信息処理国家工程実験室,合肥,230027) ,  Song Yan (中国科学技術大学語音及語言信息処理国家工程実験室,合肥,230027) ,  Dai Lirong (中国科学技術大学語音及語言信息処理国家工程実験室,合肥,230027)
資料名： Shuju Caiji yu Chuli  (Shuju Caiji yu Chuli)
巻： 34  号： 2  ページ： 322-330  発行年： 2019年 
JST資料番号： W1502A  ISSN： 1004-9037  CODEN： SCYCE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 与えられた音声から有効な音声セグメント表現を抽出することは、言語識別のキーポイントである。近年、深さ学習は言語認識応用において重要な進展があり、深さニューラルネットワークにより音素相関の特徴を抽出し、システム性能を有効に向上できる。深さ学習に基づくエンドツーエンド語認識システムは,優れた認識性能を示す。本論文では、言語認識タスクに対して、畳み込みニューラルネットワークに基づくエンドツーエンド語種識別システムを提案し、ニューラルネットワークの強力な特徴抽出能力と区分的モデリング能力を利用して、語種識別性を有する基本ユニットを抽出し、さらに、プール化層を通じて有効な音声セグメント表示を得た。最後に,全連結層を入力して,認識結果を得た。実験により、NISTLRE2009データセット上で、現段階の国際主流語種識別システムに比べ、提案システムは30s、10sと3sなどの音声区間でエラー率がそれぞれ1.35%、12.79%と29.84%低下することが分かった。また,平均誤りコストは,3つの期間で30%以上減少した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 特徴抽出 ,  モデリング ,  *ニューラルネットワーク ,  IDシステム ,  *言語 ,  エンドツーエンド方式 ,  音素 ,  誤り率
準シソーラス用語： 音声区間 ,  システム性能 ,  *言語認識 ,  *音声認識システム ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： language identification ,  convolutional neural network ,  utterance representation ,  language identification (LID)-senone ,  end-to-end scheme

分類 (2件)： 音声処理  (JE05000E) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  言語認識システム