PodCastle:ポッドキャスト音声認識のための集合知を活用した言語モデル学習  [in Japanese] PodCastle: Collaborative Training of Language Models Based on Wisdom of Crowds for Podcast Transcription  [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ル学習手法について述べる.実環境音声であるポッドキャストは,その発話スタイルやトピックなどが多様であるため,従来のように特定タスクの事前コーパスに基づいて高精度な言語モデルを構築することはできない.そこで,本研究では Web サービス 「PodCastle」 を通じて得られる集合知,すなわちエンドユーザによる音声認識誤りの訂正結果を活用した言語モデル学習手法を提案する.ポッドキャスト音声認識実験の結果,本学習システムが有効に働くことを確認した.This paper presents language modeling techniques for improving automatic transcription of podcasts. Since podcasts include various kinds of tasks and topics, accurate language modeling based on task-specific corpora is impractical. To solve this problem, we introduce collaborative training of language models on the basis of wisdom of crowds, i.e., podcast-speech transcripts annotated by anonymous users on our web service PodCastle. From our experimental results on actual podcast speech data, the effectiveness of the proposed language model training was confirmed.

Journal

  • 研究報告音声言語情報処理(SLP)

    研究報告音声言語情報処理(SLP) 2010-SLP-80(10), 1-6, 2010-02-05

    情報処理学会

References:  18

Cited by:  2

Codes

  • NII Article ID (NAID)
    110007990684
  • NII NACSIS-CAT ID (NCID)
    AN10442647
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    09196072
  • NDL Article ID
    025111976
  • NDL Call No.
    YH267-101
  • Data Source
    CJP  CJPref  NDL  NII-ELS  IPSJ 
Page Top