BEA-Base:自発的ハンガリーのASRのためのベンチマーク【JST・京大機械翻訳】

Mihajlik P.; Balog A.; Graczi T. E.; Kohari A.; Tarjan B.; Mady K.

プレプリント

J-GLOBAL ID：202202202502243540 整理番号：22P0283213

BEA-Base:自発的ハンガリーのASRのためのベンチマーク【JST・京大機械翻訳】

BEA-Base: A Benchmark for ASR of Spontaneous Hungarian

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 (6件)： , , , , ,
資料名：
発行年： 2022年02月01日プレプリントサーバーでの情報更新日： 2022年02月01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)

ハンガリーは15百万人,まだ容易にアクセス可能な自動音声認識(ASR)ベンチマークデータセット(特に自然音声)が実際に利用できない。本論文では,140人の話者の大部分が自発的な音声からなるBEA音声Hungariaデータベースの部分集合であるBEA-Baseを導入した。主に会話AIアプリケーションのために,ASRを評価する。音声認識サブセットとタスクを定義した後,クロス言語転送学習により拡張された古典的HMM-DNNハイブリッドとエンドツーエンドアプローチを含むいくつかのベースラインをオープンソースツールキットを用いて開発した。得られた最良の結果は,外部言語モデルまたは追加教師つきデータの適用なしで,古典的手法と比較して45%の認識誤り率低減を達成する多言語自己教師付き予訓練に基づいている。結果は,ハンガリー音声認識システムの訓練と評価のためのBEA-Baseの使用の実現可能性を示した。【JST・京大機械翻訳】

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

パターン認識

, , ,

前のページに戻る