大規模な日本語話し言葉データベースを用いた講演音声認識

• 南條, 浩輝

• 加藤, 一臣

• 李, 晃伸

• 河原, 達也

書誌事項

タイトル別名

• ダイキボ ナ ニホンゴ ハナシコトバ データベース オ モチイタ コウエン オンセイ ニンシキ
• Lecture Speech Recognition Using Large Corpus of Spontaneous Japanese

抄録

application/pdf

開放的融合研究「話し言葉工学」プロジェクトにおいて構築されている日本語話し言葉コーパスを用いて講演音声の認識を行った.話し言葉は書き言葉の読上げ音声と大きく性質が異なるため,それに合致したモデル化と認識手法の検討が必要となる.音響モデルについては発話スタイルとデータ量の影響を調べた.言語モデルについては,話し言葉コーパスのデータ量不足を補うために他のコーパスと混合する方法,特に混合重みの最適化手法を提案する.また認識に際して,事前の発話のセグメンテーションが容易でないため,ショートポーズの自動認識に基づいて区分化と認識結果の確定を行う逐次デコーディング方式を提案・実装した.10名の話者による講演音声の認識実験で提案手法の有効性を示し,平均66.2%の認識率を得た.

収録刊行物

• 電子情報通信学会論文誌D-II

  電子情報通信学会論文誌D-II J86-D-II (4), 450-459, 2003-04

  電子情報通信学会

キーワード

• 話し言葉
• 音声認識
• 音響モデル
• 言語モデル
• 逐次デコーダ

詳細情報

• CRID: 1050014359400033408
• NII論文ID: 110003170907
• NII書誌ID: AN1007132X
• ISSN: 09151923
• HANDLE: 10061/7789
• NDL書誌ID: 6534848
• Web Site: https://naist.repo.nii.ac.jp/records/3797
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I6534848
• 本文言語コード: ja
• 資料種別: journal article
• データソース種別:
  • IRDB
  • NDL
  • CiNii Articles
  • KAKEN