文献

J-GLOBAL ID：202002242728585940   整理番号：20A0904556

音声応用における変圧器対RNNの比較研究【JST・京大機械翻訳】

A Comparative Study on Transformer vs RNN in Speech Applications

著者 (13件)： Karita Shigeki (NTT Communication Science Laboratories) ,  Chen Nanxin (Johns Hopkins University) ,  Hayashi Tomoki (Human Dataware Lab. Co., Ltd.) ,  Hori Takaaki (Mitsubishi Electric Research Laboratories) ,  Inaguma Hirofumi (Kyoto University) ,  Jiang Ziyan (Johns Hopkins University) ,  Someki Masao (Nagoya University) ,  Soplin Nelson Enrique Yalta (Waseda University) ,  Yamamoto Ryuichi (LINE Corporation) ,  Wang Xiaofei (Johns Hopkins University) ,  Watanabe Shinji (Johns Hopkins University) ,  Yoshimura Takenori (Human Dataware Lab. Co., Ltd.) ,  Zhang Wangyou (Shanghai Jiao Tong University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ASRU  ページ： 449-456  発行年： 2019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： シーケンスからシーケンスへのモデルは,例えば,自動音声認識(ASR),音声翻訳(ST),テキスト音声(TTS)のようなエンドツーエンド音声処理に広く使われている。本論文では,ニューラルマシン翻訳および他の自然言語処理アプリケーションにおいて最先端の性能を達成する,トランスフォーマと呼ばれる緊急シーケンス-シーケンスモデルに焦点を合わせた。著者らは,著者らが実験的に比較して,全体で15のASR,1つの多言ASR,1つのSTと2つのTTSベンチマークにおいて,トランスフォームと従来のリカレントニューラルネットワーク(RNN)を比較して分析した集中的研究を行った。著者らの実験は,RNNと比較して,13/15ASRベンチマークにおけるトランスフォーマの驚くべき優位性を含む各タスクに対して,トランスフォーマにより得られた様々な訓練チップと有意な性能利益を明らかにした。著者らは,著者らの刺激的な結果を成功させるために,コミュニティに対するすべてのASR,STおよびTTSタスクに対してオープンソースおよび公開可能なデータセットを用いてKaldi型再現可能なレシピをリリースすることを準備している。Copyright 2020 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： *変圧器 ,  コミュニティ ,  自然言語処理 ,  音声処理 ,  エンドツーエンド方式 ,  応用プログラム ,  ベンチマーク
準シソーラス用語： レシピ ,  FOMA ,  音声翻訳 ,  自動音声認識 ,  リカレントニューラルネットワーク ,  オープンソース , 【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 ,  応用 ,  変圧器 ,  RNN ,  研究