単語を認識単位とした日本語ディクテーションシステム

概要

論文の詳細を見る
単語を認識の単位とした日本語ディクテーションシステムについて述べる。欧米では既にいくつかのシステムが実用化されているが、日本語においては、単語の概念が明確でないためN-gram等の言語モデルの導入が容易ではなく、研究が遅れた。最近、形態素を認識単位とした研究が開始されているが、離散単語発声も可能なシステムとなると、ほとんど検討されていない。本論文では、日本人の考える、単語の切り出し方を統計的にモデル化する方法を提案する。この方法によって抽出された単語単位を認識および発声の単位として、不特定日本語ディクテーションシステムを構築し、その性能を評価した。約4万語の辞書を用意したところ、新聞記事などのタスクに対しては98%程度のカバレージが得られた。また、男女計20名の各200文ずつの離散単語発声による読み上げ文に対して認識実験を行ったところ、96%以上の認識率が得られた。一方、この際の読み上げ速度は、150〜270文字/分に相当し、離散発声にもかかわらず専門オペレータによるキーボード入力よりも1.5倍以上高速であった。
一般社団法人情報処理学会の論文
1997-02-07