システム統合を目的とした識別学習の一般的枠組み (音声)  [in Japanese] A generalized discriminative training framework for system combination  [in Japanese]

Search this Article

Author(s)

Abstract

本報では,音響モデル(ガウス混合モデルおよび深層神経回路網)と識別的特徴量変換を含む,システム統合のための一般的な識別学習の枠組みを提案する.あるシステムに補助のシステムを組み合わせて性能を向上させるためには,補助システムには元のシステムと異なる出力傾向を有しつつ,同程度の性能を持つことが求められる.これらの相反する目標を,従来の直観に基づくシステム統合手法で実現することは困難であるが,我々は,系列の識別学習の基準の範囲内で,これらのバランスを調整できる新しい目的関数を提案する.さらに,提案法とブースティング手法の関連についても述べる.高騒音下の中程度語彙の音声認識タスク(第2回CHiMEチャレンジ(トラック2))および大語彙連続音声認識タスク(日本語話し言葉コーパス)において,提案法の従来のシステム統合手法に対する有効性が示された.

This paper proposes a generalized discriminative training framework for system combination, which encompasses acoustic modeling including Gaussian mixture models and deep neural networks, and discriminative feature transformation. To improve the performance by combining base systems with complementary systems, complementary systems should have reasonably good performance while tending to have different outputs compared with the base system. It is difficult to balance these two opposite targets in conventional heuristic combination approaches. The proposed framework provides a new objective function that adjusts the balance within a sequential discriminative training criterion. Moreover, we also show that the proposed method relates to boosting methods. Experiments on highly noisy middle vocabulary speech recognition task (second CHiME challenge, track 2) and large vocabulary continuous speech recognition task (Corpus of Spontaneous Japanese) show the effectiveness of the proposed method, compared with a conventional system combination approach.

Journal

  • IEICE technical report. Speech

    IEICE technical report. Speech 114(151), 13-18, 2014-07-24

    The Institute of Electronics, Information and Communication Engineers

Codes

  • NII Article ID (NAID)
    110009947176
  • NII NACSIS-CAT ID (NCID)
    AN10013221
  • Text Lang
    JPN
  • ISSN
    0913-5685
  • NDL Article ID
    025633660
  • NDL Call No.
    Z16-940
  • Data Source
    NDL  NII-ELS 
Page Top