文献

J-GLOBAL ID：202002255400055333   整理番号：20A0801467

クロスモーダル知識蒸留に基づくLip readingのための教師なしドメイン適応

Unsupervised Domain Adaptation for Lip reading Based on Cross-modal Knowledge Distillation

著者 (6件)： 高島悠樹 (神戸大) ,  相原龍 (三菱電機) ,  高島遼一 (神戸大) ,  滝口哲也 (神戸大) ,  有木康雄 (神戸大) ,  村山修 (三菱電機)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2020  号： 春季  ページ： ROMBUNNO.2-4-10  発行年： 2020年03月02日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・発話者の唇,顔,舌の動きから発話内容を視覚的に把握するLip readingに関し,利用者の利用環境に適応するドメイン適応技術を検討。
・学習済みの教師モデルの振る舞いを模倣するように生徒モデルを学習する,クロスモーダルな知識蒸留に基づく手法を提示。
・数百人の話者が発話した500単語を用いて実験し,音声認識モデルの知識をLip readingモデルへ転移させることができることを確認。

シソーラス用語： *発話 ,  *視覚 ,  *口唇 ,  *動作分析 ,  音声認識 ,  モデリング ,  *知識ベース
準シソーラス用語： *唇 ,  *動き解析

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： 知識蒸留 ,  LIP ,  教師 ,  ドメイン適応