Art

J-GLOBAL ID：201502223151991600   Reference number：15A0216194

CSJを用いた日本語講演音声認識へのDNN-HMMの適用と話者適応の検討

Author (2)： MIMURA MASATO (京大 学術情報メディアセ) ,  KAWAHARA TATSUYA (京大 学術情報メディアセ)
Material： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
Volume： 2013  Issue： SLP-97  Page： WEB ONLY VOL.2013-SLP-97,NO.9  Publication year： Jul. 18, 2013 
JST Material Number： U0451A  Document type： Proceedings
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *speech recognition ,  *hidden Markov model ,  *Japanese ,  corpus ,  spoken language ,  task performance ,  Machine Learning ,  Gaussian model ,  accuracy ,  evaluation test ,  experiment ,  human (sociology) ,  subject experiment
Semi thesaurus term： GMM ,  Recognition Accuracy ,  *話し言葉コーパス ,  speaker

JST classification (3)： Pattern recognition  (JE07000S) ,  System and control theory in general  (IA02010H) ,  Information processing in general  (AC05010A)

Reference (17)：

• G.E.Hinton, S.Osindero and Y.Teh: A fast learning algorithm for deep belief nets, Neural Computation, Vol. 18, pp. 1527-1554 (2006).
• G.E.Hinton, L.Deng, D.Yu, G.Dahl, A.Mohamed, N.Jaitly, A.Senior, V.Vanhoucke, P.Nguyen, T.Sainath and B.Kingsbury: Deep neural networks for acoustic modeling in speech recognition, IEEE Signal Processing Magazine, Vol. 29, No. 6, pp. 82-97 (2012).
• A.Mohamed, G.Dahl and G.Hinton: Acoustic modelling using deep belief networks, IEEE Trans. Audio, Speech, & Language Proc., Vol. 20, No. 1, pp. 14-22 (2012).
• G.E.Dahl, D.Yu, L.Deng and A.Acero: Context-dependent pre-trained deep neural networks for large vocabulary speech recognition, IEEE Trans. Audio, Speech, & Language Proc., Vol. 20, No. 1, pp. 30-42 (2012).
• F.Seide, G.Li and D.Yu: Conversational speech transcription using context-dependent deep neural networks, Proc. Interspeech, pp. 437-440 (2011).

Terms in the title (5)： 日本語 ,  講演 ,  音声認識 ,  DNN-HMM ,  話者適応