文献

J-GLOBAL ID：202202229913884331   整理番号：22A0848988

シーケンス学習へのシーケンスによる音声認識エラーの幻覚【JST・京大機械翻訳】

Hallucination of Speech Recognition Errors With Sequence to Sequence Learning

著者 (3件)： Serai Prashant (Department of Computer Science and Engineering, The Ohio State University, Columbus, OH, USA) ,  Sunder Vishal (Department of Computer Science and Engineering, The Ohio State University, Columbus, OH, USA) ,  Fosler-Lussier Eric (Department of Computer Science and Engineering, The Ohio State University, Columbus, OH, USA)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 30  ページ： 890-900  発行年： 2022年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： この領域における事前作業は,音韻レベルでのモデリング誤差に焦点を合わせ,一方,電話を単語に変換するために,通常FST言語モデルを伴った。著者らは,対応する音素シーケンスと同様に,入力単語シーケンスの条件付けを,幻覚ASR単語シーケンス出力を直接予測するための新しいエンドツーエンドモデルを提示する。これは,無関係なタスクからのオーディオのドメイン内ASRシステムの転写,および無関係なタスクからのオーディオの領域外ASRシステムの転写からの誤りの想起のための以前の公表結果を改善し,一方,試験ASRシステムからの限られた特性化データが取得可能なとき,さらに,間違いのシナリオを探索した。また,この方法の外因性妥当性を検証するために,筆者らは,音声質問分類器のための訓練を増強するために,著者らの幻覚ASR誤差を用いて,それらが,訓練時間において,不足またはゼロタスク特異的オーディオが利用できるとき,下流タスクにおける実際のASR誤差に対するロバスト性を可能にすることを見出した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  データ ,  音韻 ,  音素 ,  モデリング ,  オーディオ機器 ,  エンドツーエンド方式 ,  モデル ,  *幻覚 ,  キャラクタリゼーション ,  単語 ,  ロバスト性 ,  言語モデル

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： シーケンス ,  学習 ,  音声認識エラー ,  幻覚