ポッドキャスト音声認識の性能向上手法 : 集合知によって更新されるWebキーワードを活用した言語モデリング(学生セッション I)  [in Japanese] Improvements of Podcast Transcription : Language Modeling Based on Web Keywords Maintained Through Wisdom of Crowds  [in Japanese]

Access this Article

Search this Article

Author(s)

Abstract

本稿では,ポッドキャスト音声認識の性能向上のための,言語モデリング手法について述べる.ポッドキャスト音声認識においては,あらゆるタスクが認識対象となること,常に最新の話題をカバーする必要があること,などから従来の言語モデルでは高精度な認識は望めない.そこで,本研究では,集合知によって日々更新されるWeb上の辞書サービス「Webキーワード」を活用した言語モデリングを行うことで,ポッドキャスト音声認識の性能向上をはかる.実際にポッドキャストを対象とした認識実験を行い,提案手法の評価を行ったところ,性能向上に有効であることを確認した.

This paper describes language modeling techniques to improve automatic transcription of podcasts. Most previous language models had difficulties in transcribing podcasts because podcasts include various kinds of tasks and cover recent topics that tend to have many out-of-vocabulary words. To overcome such difficulties, we improve our speech recognizer by using language modeling that utilizes "Web keywords" updated on a daily basis through wisdom of crowds. From our experimental results for actual podcast speech data, the effectiveness of the proposed language modeling was confirmed.

Journal

  • IPSJ SIG Notes

    IPSJ SIG Notes 2008(46), 39-44, 2008-05-15

    Information Processing Society of Japan (IPSJ)

References:  14

Cited by:  1

Codes

  • NII Article ID (NAID)
    110006793710
  • NII NACSIS-CAT ID (NCID)
    AN10115061
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    09196072
  • NDL Article ID
    9524785
  • NDL Source Classification
    ZM13(科学技術--科学技術一般--データ処理・計算機)
  • NDL Call No.
    Z14-1121
  • Data Source
    CJP  CJPref  NDL  NII-ELS  IPSJ 
Page Top