文献

J-GLOBAL ID：202002281804116439   整理番号：20A0080362

発音誤差検出と診断のための非固有音響モデリングの言語横断移動学習【JST・京大機械翻訳】

Cross-Lingual Transfer Learning of Non-Native Acoustic Modeling for Pronunciation Error Detection and Diagnosis

著者 (4件)： Duan Richeng (Graduate School of Informatics, Kyoto University, Kyoto, Japan) ,  Kawahara Tatsuya (Graduate School of Informatics, Kyoto University, Kyoto, Japan) ,  Dantsuji Masatake (Academic Center for Computing and Media Studies, Kyoto University, Kyoto, Japan) ,  Nanjo Hiroaki (Academic Center for Computing and Media Studies, Kyoto University, Kyoto, Japan)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 28  ページ： 391-401  発行年： 2020年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
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： 計算機支援発音訓練(CAPT)において,大規模な非天然コーパスと人間のエキスパートアノテーションの不足は,非自然音響モデリングに対する2つの基本的課題である。CAPTにおける音響モデリングのほとんどの既存のアプローチは,世界において多くの生活言語が存在する一方で,非天然コーパスに基づいている。異なる言語対を考慮して,あらゆる非ネイティブ音声コーパスを収集し,注釈することは実用的ではない。本研究では,伝達学習に基づく非固有音響モデリング(音声と調音レベルの両方)に取り組んだ。このようなデータを用いることなく,非ネイティブ音声の音響モデルを効果的に訓練するために,学習者の自然言語(L1)とターゲット言語(L2)の2つの大きな自然音声コーパスを用いて,交差言語現象をモデル化することを提案した。この種の伝達学習は,非ネイティブ音声のより良い特徴表現を提供することができる。日本語話者学習英語に対して実験的評価を行った。最初に,提案した音響電話モデルが,非ネイティブ音声認識において,より低い単語誤り率を達成することを実証した。また,それは発音(GOP)スコアの良さに基づく発音誤差検出を改善する。発音誤りの診断のために,提案した音響調音モデリング法は,調音レベルでの詳細なフィードバックを提供するのに有効である。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： 電話 ,  日本語 ,  *発音 ,  音声認識 ,  *モデリング ,  英語 ,  計算機械 ,  調音 ,  単語 ,  *言語 ,  *音響 ,  アノテーション ,  コーパス ,  *学習 ,  *誤り検出

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 (6件)： 発音 ,  誤差検出 ,  診断 ,  音響モデリング ,  言語 ,  学習