文献

J-GLOBAL ID：202002284007591682   整理番号：20A0813712

オンラインエンドツーエンド音声認識のための適応ダウンサンプリング符号化の学習【JST・京大機械翻訳】

Learning Adaptive Downsampling Encoding for Online End-to-End Speech Recognition

著者 (5件)： Na Rui (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China,Hefei,Anhui,China) ,  Hou Junfeng (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China,Hefei,Anhui,China) ,  Guo Wu (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China,Hefei,Anhui,China) ,  Song Yan (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China,Hefei,Anhui,China) ,  Dai Lirong (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China,Hefei,Anhui,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： APSIPA ASC  ページ： 850-854  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： 注目に基づく符号器-復号器モデルは,様々なシーケンス-シーケンス問題に対して有望な性能を示している。しかしながら,音声認識のために,非常に長い入力音声は,入力系列上で符号化とソフトな注意を行うとき,多くの計算とメモリ資源を消費する。固定速度ダウンサンプリングは通常,計算ステップを低減するために使用されるが,音素の可変継続時間を考慮することはできない。これに動機付けられて,著者らは,重要なフレームを保ち,冗長なフレームをリアルタイムで適応的に捨てることによって,再帰層を持つ入力シーケンスを符号化する微分可能な適応ダウンサンプリングアプローチを提案した。したがって,提案したダウンサンプリング手法は,動的に入力隠れ表現を生成することができ,オンラインエンドツーエンド音声認識に適している。実験は,著者らの提案方法が,固定ダウンサンプリング技術と比較して,速度の損失なしで,7.0%相対的に,電話誤り率(PER)を減少することができることを示した。さらに,適応符号化はモデルを可変速度音声にロバストにする。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： 微分 ,  ロバスト性 ,  復号器 ,  音素 ,  継続時間 ,  符号器 ,  電話 ,  記憶装置 ,  *音声認識 ,  冗長性 ,  誤り率
準シソーラス用語： 適応符号化 ,  実時間 ,  *ダウンサンプリング , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： オンライン ,  エンドツーエンド ,  音声認識 ,  適応 ,  ダウンサンプリング ,  符号化 ,  学習