抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
音響および言語特徴は,話し言葉識別(LID)タスクのための重要な手がかりである。最近の先進LIDシステムは,明示的言語特徴符号化の利用を欠いている音響特徴を用いている。本論文では,RNN変換器モデルを言語埋込みフレームワークに統合することにより,LIDタスクのための新しい変換器ベース言語埋込みアプローチを提案した。RNN変換器の言語表現能力の利点から利益を得て,提案方法は,LIDタスクのために音声的に意識された音響特性と明示的言語特徴の両方を利用することができる。実験は大規模多言語LibriSpeechとVoxLinga107データセットで行った。実験結果は,提案した方式が,ドメインと交差ドメインデータセットで,それぞれ,12%から59%と16%から24%の相対的に改善で,LIDタスクの性能を著しく改善することを示した。【JST・京大機械翻訳】