文献

J-GLOBAL ID：202102284526185959   整理番号：21A2837468

エンドツーエンド,モジュラシステムおよび人間によるアラビア語音声認識【JST・京大機械翻訳】

Arabic speech recognition by end-to-end, modular systems and human

著者 (4件)： Hussein Amir (HBKU, Qatar Computing Research Institute Doha, Qatar) ,  Hussein Amir (Kanari AI, Pasadena, California, United States of America) ,  Watanabe Shinji (Carnegie Mellon University, United States of America) ,  Ali Ahmed (HBKU, Qatar Computing Research Institute Doha, Qatar)
資料名： Computer Speech and Language  (Computer Speech and Language)
巻： 71  ページ： Null  発行年： 2022年 
JST資料番号： T0677A  ISSN： 0885-2308  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 自動音声認識(ASR)の最近の進歩は,人間トランスクリバーに匹敵する精度レベルを達成し,機械が人間性能に達したかどうかを論議する。以前の研究は英語言語とモジュラー隠れMarkovモデル深層ニューラルネットワーク(HMM-DNN)システムに焦点を当てた。本論文では,エンドツーエンド変圧器ASR,モジュールHMM-DNN ASR,およびアラビア語とその方言に対する人間の音声認識(HSR)のための包括的なベンチマークを行った。HSRでは,本研究の一部として収集された新しいデータセットについて,リングスト性能とレイネイティブ話者性能を評価する。ASRでは,エンドツーエンド作業は12.5%,27.5%,33.8%WERをもたらした。MGB2,MGB3,およびMGB5の課題に対する新しい性能マイルストーン。著者らの結果は,アラビア語における人間性能が,平均で絶対WERギャップが3.5%の機械よりも,まだかなり良好であることを示唆する。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *音声認識 ,  変圧器 ,  言語 ,  英語 ,  ヒューマンパフォーマンス ,  *エンドツーエンド方式 ,  ベンチマーク ,  隠れMarkovモデル
準シソーラス用語： *アラビア語 ,  方言 ,  自動音声認識 ,  話者 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 方言的アラビア ,  エンドツーエンド音声認識 ,  人間の音声認識 ,  最新の標準アラビア ,  変圧器

分類 (2件)： パターン認識  (JE07000S) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (4件)： エンドツーエンド ,  人間 ,  アラビア語 ,  音声認識