文献

J-GLOBAL ID：201602255487317468   整理番号：16A0618548

外来mispronunciation検出の改善とDNNベース音声属性モデリングによる診断フィードバックを濃縮【Powered by NICT】

Improving non-native mispronunciation detection and enriching diagnostic feedback with DNN-based speech attribute modeling

著者 (4件)： Li Wei (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA. USA) ,  Siniscalchi Sabato Marco (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA. USA) ,  Chen Nancy F. (Institute for Infocomm Research, Singapore) ,  Lee Chin-Hui (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA. USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICASSP  ページ： 6135-6139  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： L2学習者のためのコンピュータ支援型発音訓練(CAPT)における二種の重要な研究課題を解決するために,発声と吸引のような,音声属性の使用を提案した,すなわち,発音誤りの検出と診断フィードバックを提供した。性能を改善するために,セグメントおよびサブセグメントレベルで存在した発音に焦点を当てた。本研究では,音声属性スコアは第一亜区域レベル,方法と調音位置のような発音品質を測定するために使用される。これら音声属性スコアはニューラルネットワーク分類器によって統合されたセグメント発音スコアを発生させた。従来の電話ベースのGOP(発音の良さ)システムと比較して,著者らのデータセットを用いて,提案したフレームワークは相対的に8.78%の等誤り率を低下させた。さらに,L2学習者を支援するために,セグメントおよびサブセグメント診断情報を含む包括的なフィードバックを提供しながら,誤り発音検出への音素ベース分類器アプローチに匹敵する結果を達成した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 品質 ,  *フィードバック ,  発声 ,  ニューラルネットワーク ,  誤り率 ,  CAE【計算機】 ,  音素 ,  調音 ,  *モデリング ,  電話 ,  発音
準シソーラス用語： データセット ,  スコア ,  学習者 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 外来 ,  音声 ,  属性 ,  モデリング ,  診断 ,  フィードバック ,  濃縮