文献

J-GLOBAL ID：202202243433183277   整理番号：22A1077814

異なる疾患の障害者音声を用いた器質性構音障害者音声認識モデルの学習

A training method using various dysarthric speech for speech recognition of organic dysarthria

著者 (7件)： 冨士原健斗 (神戸大) ,  高島遼一 (神戸大) ,  杉山千尋 (大阪大) ,  田中信和 (大阪大) ,  野原幹司 (大阪大) ,  野崎一徳 (大阪大) ,  滝口哲也 (神戸大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.2-3P-1  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・共通のパラメータを用いる音素認識モデルにおける複数話者音声の事前学習を行う転移学習に基づく音声認識手法の提案及び音声認識システム構築。
・対象話者発音のみを学ぶ専用デコーダの使用,及び話者ごと差異の大きなデコーダのみを事前学習から除去することによるモデル適応効果の改善。
・特定話者音声認識モデル,転移学習ベース音声認識モデル,提案の転移学習ベース音声認識モデルの音素認識評価実施,及び提案手法の有効性確認。

シソーラス用語： *音声認識 ,  *音素 ,  機械学習 ,  教師つき学習 ,  適応 ,  構音障害 ,  音声処理 ,  性能評価
準シソーラス用語： モデル適応 ,  転移学習

分類 (1件)： パターン認識  (JE07000S)

引用文献 (11件)：

• S.Sapir,“Formant Centralization Ratio: A Proposal for a New Acoustic Measure of Dysarthric Speech,” Journal of Speech Language Hearing Research,vol. 53,pp. 114-125,2010.
• K.Maekawa,“Corpus of spontaneous Japanese: Its design and evaluation,” in proceedings of the ISCA and IEEE Workshop on Spontaneous Speech Processing and Recognition (SSPR 2003),pp. 7-12,2003.
• V.Panayotov et al.,“Librispeech: An ASR corpus based on public domain audio books,” ICASSP,2015.
• K.Fujiwara et al.,“Data augmentation based on frequency warping for recognition of cleft palate speech,”APSIPA,pp.471-476,2021.
• 冨士原健斗 他,“誤り訂正に基づく器質性構音障害者の音声認識精度向上の検討,” 日本音響学会 2021年秋季研究発表会,pp. 1081-1084,2021.

タイトルに関連する用語 (7件)： 疾患 ,  障害者 ,  音声 ,  構音障害 ,  音声認識 ,  モデル ,  学習