文献

J-GLOBAL ID：202002285067137265   整理番号：20A2106871

注意機構と多タスク訓練を用いたエンドツーエンド無音声認識キーワード検索システム【JST・京大機械翻訳】

End-to-End Keyword Search System Based on Attention Mechanism and Multitask Learning

著者 (3件)： Zhao Zeyu (清華大学電子工程系,北京国家信息科学技術研究中心,北京100084) ,  Zhang Weiqiang (清華大学電子工程系,北京国家信息科学技術研究中心,北京100084) ,  Liu Jia (清華大学電子工程系,北京国家信息科学技術研究中心,北京100084)
資料名： Xinhao Chuli  (Xinhao Chuli)
巻： 36  号： 6  ページ： 839-851  発行年： 2020年 
JST資料番号： C2154A  ISSN： 1003-0530  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： 伝統的なキーワード検索(KWS,KeywordSearch)システムは自動音声認識(ASR,AutomaticSpeechRecognition)に頼り,通常,資源が不足している場合には訓練が難しい。音声認識(ASR-free)のないキーワード検索システムは,完全な音声認識システムを訓練するために,ますます多くの人気を引いている。エンドツーエンド(E2E,End-to-End)のキーワード検索システムを提案し、このシステムは2つのエンコーダ、2つのデコーダ、一つの注意メカニズムと一つの識別器からなる。本論文では,提案したシステムにおいて,符号器出力のテキストと音声特徴を併合して,キーワードの位置を補助するために,注意機構を導入した。テキストとオーディオ復号器の異なる組合せ状況下で,Babelアサム語とプッシュアイコンデータセットのテストシステムを使用した。実験結果は,ベースラインシステムと比較して,このシステムがより良い検出性能を持つことを示した。音声認識に基づくキーワード検索システムに比べ、このシステムは集外語(OOV、Out-Of-Vocabulary)に対して、STWV(SupremumTermWeightedValue)指標において、より良い効果が得られた。訓練データ量が制限されている場合,このシステムは音声認識に基づくキーワード検索システムよりも優れている。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *音声認識 ,  弁別器 ,  *キーワード ,  復号器 ,  符号器 ,  オーディオ機器 ,  *エンドツーエンド方式 ,  基準線 ,  アイコン
準シソーラス用語： 訓練データ ,  自動音声認識 ,  音声認識システム ,  音声特徴 ,  *キーワード検索 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  通信方式一般  (ND07010E)

タイトルに関連する用語 (7件)： 注意 ,  タスク ,  訓練 ,  エンドツーエンド ,  音声認識 ,  キーワード ,  検索システム