文献

J-GLOBAL ID：202202290580711608   整理番号：22A1077819

周波数軸注意機構を用いた特徴変換モデルに基づく複数言語の音声認識

Multi-Lingual Speech Recognition based on Feature Transform Model using Frequency Axis Attention.

著者 (3件)： 土橋晃弘 (山梨大) ,  LEOW Chee Siang (山梨大 大学院) ,  西崎博光 (山梨大 大学院)
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-6  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： ・音響特徴量の各周波数ビンに対して注意機構を,コネクショニスト時間的分類(CTC)損失関数を実装した音声認識システムの構築と性能評価。
・周波数軸注意機構では注意機構としてTransformer符号器の使用,音響特徴量として40次元対数メルフィルタバンク出力の使用。
・チェコ語,英語,フランス語,ドイツ語,日本語,スペイン語に対して周波数軸注意機構使用モデルがCTCモデルの認識性能に優ることの確認。

シソーラス用語： *音声認識 ,  周波数解析 ,  音響特性 ,  数値 ,  注意 ,  特徴抽出 ,  日本語 ,  外国語 ,  音声処理
準シソーラス用語： 音響特徴量

分類 (1件)： パターン認識  (JE07000S)

引用文献 (17件)：

• H. Kim, J.-S. Oark, “Automatic Language Identification Using Speech Rhythm Features for MultiLingual Speech Recognition,” Applied sciences, vol. 10, no. 7, pp.2225-2232, 2020.
• H. Seki, et al., “An End-to-End Language-Tracking Speech Recognizer for Mixed-Language Speech,” Proc. ICASSP, pp. 4919-4923, 2018.
• Z. Zeng, et al., “On the End-to-End Solution to Mandarin-English Code-switching Speech Recognition,” Proc. INTERSPEECH2019, pp.2165-2169, 2019.
• S. Hara, H. Nishizaki, “Acoustic modeling with a shared phoneme set for multilingual speech recognition without code-switching,” Proc. APSIPA ASC 2017, pp.1617-1620, 2017.
• T. Hayakawa, et al., “Language and Speaker-Independent Feature Transformation for End-to-End Multilingual Speech Recognition,” Proc. INTERSPEECH2021, pp.2431-2435, 2021.

タイトルに関連する用語 (5件)： 注意 ,  特徴変換 ,  モデル ,  言語 ,  音声認識