会話音声認識のための文脈を意識したRNNLM修正【JST・京大機械翻訳】

Wei Kun; Guo Pengcheng; Lv Hang; Tu Zhen; Xie Lei

プレプリント

J-GLOBAL ID：202202202259538994 整理番号：22P0210766

会話音声認識のための文脈を意識したRNNLM修正【JST・京大機械翻訳】

Context-aware RNNLM Rescoring for Conversational Speech Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年11月18日プレプリントサーバーでの情報更新日： 2020年11月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

会話音声認識は,その自由スタイル発話と長期文脈依存性のため,挑戦的なタスクと見なされる。先行研究は,改良性能によるRNNLM再スコアリングを通して長距離コンテキストのモデリングを探究した。話題や話者ターンのような会話中の持続的性質をさらに利用するために,新しい文脈認識法に再スコアリング手順を拡張した。RNNLM訓練のために,話者や意図情報のような様々なタグ単語で隣接文を連結することによって文脈依存性を捉える。格子再構成のために,隣接文の格子もタグ単語によって最初のパス復号結果に接続した。さらに,tf-idfに基づく選択的連結戦略も採用し,転写性能を改善するための文脈類似性の最良の利用をした。4つの異なる会話テストセットの結果は,著者らのアプローチが,1パス復号化と一般的格子レスリングと比較して,それぞれ,13.1%と6%の相対チャーエラーレート(CER)低減をもたらすことを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識

, , ,

前のページに戻る