音響・言語モデルの適応処理によるスポーツ実況中継の音声認識(音声,聴覚)
スポンサーリンク
概要
- 論文の詳細を見る
本研究では,野球のラジオ実況中継音声からハイライトシーンを検出するために,大語彙連続音声認識を行い,インデックス情報(キーワード)を抽出することを目的としている.音声認識部をより頑健にするために,音響モデルでは,MLLR+MAP適応による教師あり,教師なしの2段階適応を提案している.この音響モデルの適応により,アナウンサーの話者性や収録環境に適応することができ,ベースラインに比べ単語正解精度で約28%の改善が得られた.言語モデルでは,言語モデルの融合による適応と,選手名や解説者名のクラス化,発音辞書の修正を行い,ベースラインに比べ単語正解精度で約13%の改善が得られた.それぞれの適応処理を統合することにより,単語正解精度で約38%の改善が得られた.
- 2004-06-01
著者
-
緒方 淳
産業技術総合研究所
-
藤本 雅清
日本電信電話株式会社NTTコミュニケーション科学基礎研究所
-
有木 康雄
神戸大学工学部
-
藤本 雅清
ATR音声言語コミュニケーション研究所
-
藤本 雅清
龍谷大学理工学部
-
塚田 清志
株式会社毎日放送メディア開発局
-
塚田 清志
毎日放送
-
塚田 清志
大阪株式会社開発部
-
塚田 清志
株式会社毎日放送
-
有木 康雄
神戸大学工学研究科
関連論文
- Hyperlinking Lyrics : 複数の楽曲の歌詞中に共通して登場するフレーズ間へのリンク作成手法(アプリケーション)
- 合同特別企画: パネルディスカッション「"音"研究の未来」
- 音響・言語モデルの適応処理によるスポーツ実況中継の音声認識(音声,聴覚)
- 音響・言語適応処理を用いたスポーツ実況中継音声の認識 : ハイライトシーン検出への応用
- 集合知に基づく語彙情報を用いたトピック依存言語モデリング(理解)
- PodCastle--ポッドキャスト音声認識のための集合知を活用した音響モデル学習
- 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)
- ポッドキャストを対象とした類似エピソード検索手法(学生セッション I)
- 有声・無声休止区間の自動検出を考慮したデコーディングによる自由発話音声認識の性能改善(音声,聴覚)
- ライブストリーミングのための協調的音声書き起こしシステム
- PodCastle--動的言語モデリングに基づくポッドキャスト音声認識 (音声)
- PodCastle--動的言語モデリングに基づくポッドキャスト音声認識 (言語理解とコミュニケーション)
- マイクロホンアレイとカメラアレイを用いた会議録コンテンツ作成システムについて
- 多人数インタラクションの工学的応用 : 認識・理解システムの構築とその利用について(ワークショップ,言語・非言語コミュニケーション及び一般)
- ヒューマノイドロボットHRP-2における音響情報と画像情報を統合したリアルタイム音声インタフェース(システム論文特集号)
- 合同特別企画: パネルディスカッション「"音"研究の未来」
- 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
- ポッドキャストを対象とした音リアクションイベント検出
- PodCastle:動的言語モデリングに基づくポッドキャスト音声認識
- 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
- ポッドキャストを対象とした音リアクションイベント検出
- ポッドキャストを対象とした類似エピソード検索手法(学生セッション I)
- 【パネル討論】音声インタフェースにおけるWebテキスト処理技術の利用
- 【パネル討論】音声インタフェースにおけるWebテキスト処理技術の利用
- 口ドラム認識手法とそのドラム譜入力システムへの応用(音楽情報)
- 口(くち)ドラムによるドラムパターン検索手法(音楽・演奏の認識合成)
- 音声認識を用いたスポーツ実況中継におけるハイライトシーン検出
- 無伴奏歌唱におけるブレスの音響特性とそれに基づく自動ブレス検出(音響分析一般(1))
- キーワードスポッティングを用いた情報検索システムにおける拡張辞書の効果
- 自動拡張辞書を用いたキーワードスポッティングによる音声対話型情報検索
- SD-3-4 テレビ放送を対象としたキーワードスポッティングによる音声対話型情報検索
- 音楽・音声の音響信号の認識・理解研究の動向(インタラクティブシステムとソフトウェア)
- confusion networkと語彙制約なし音声認識を用いた動的発音モデリング(単語辞書・発音モデル)
- 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)
- 音声ペン : 音声認識結果を手書き文字入力で利用できる新たなペン入力インタフェース(インタラクティブソフトウェア)
- 音声ペン: "WRITING" on Speech(インタフェース)
- 日英相互検索における翻訳方法の検討
- 単語の相関空間における英語・日本語ニュースの相互検索
- 英語・日本語ニュースの相互検索の検討
- D-15-13 マルチメディア教材を目指した英語リスニング学習システムの開発
- 日本語話し言葉音声認識のための音節に基づく音響モデリング(音声,聴覚)
- 発音変形と音響的誤り傾向を考慮した話し言葉音声認識の検討
- [ソサイエティ論文賞受賞記念講演]音声情報処理を用いた英語学習支援システム
- 日本語話し言葉音声認識のための音節に基づく高精度な音響モデルの検討
- 日本語話し言葉音声認識のための音節に基づく高精度な音響モデルの検討
- 日本語話し言葉音声認識のための音節に基づく高精度な音響モデルの検討
- 音素誤り最小化デコーディングに基づく音響モデルの教師なし適応化
- 音声認識と話者認識を統合した話者の人名付与システム(音声言語情報処理とその応用)
- トピックセグメンテーションに基づく講義ビデオの構造化の検討
- 単語・音素事後確率によるデコーディングに基づく音響モデルの教師なし適応化
- ユーザー発話のセグメンテーションと発話評価機能をもつ英語学習支援システム
- ユーザー発話のセグメンテーションと発話評価機能をもつ英語学習支援システム
- 音素事後確率に基づく信頼度を用いた音響モデルの教師なし適応化
- 音素事後確率に基づく信頼度を用いた音響モデルの教師なし適応化
- 音素事後確率に基づく信頼度を用いた音響モデルの教師なし適応化
- PodCastleの実現 : Web 2.0に基づく音声認識性能の向上について(セッション2 : 理解るインタフェース : 音声+ソーシャル+コミュニティ)
- PodCastleの提案 : 音声認識研究2.0を目指して(セッション2 : 理解るインタフェース : 音声+ソーシャル+コミュニティ)
- PodCastleの実現 : Web 2.0に基づく音声認識性能の向上について(セッション2 : 理解るインタフェース : 音声+ソーシャル+コミュニティ)
- PodCastleの提案 : 音声認識研究2.0を目指して(セッション2 : 理解るインタフェース : 音声+ソーシャル+コミュニティ)
- 雑音の時間変動を考慮にいれた雑音除去法の検討
- 講義音声を対象としたトピックセグメンテーションの検討
- クロスメディア・パッセージ検索 : テロップやCGフリツプ文字列を検索質問とした発話文書に対する検索方式 (画像の認識・理解論文特集)
- 講義データを対象とした音声認識と構造化の検討
- ニュース音声に対するパッセージ検索法の比較
- ニュース音声記事データベースにおける観点の自動抽出と構造化
- テロップ区間と音声ディクテーションから導かれる単語空間の学習方式の検討 : トピックセグメンテーションへの応用
- テロップ区間と音声ディクテーションから導かれる単語空間の学習方式の検討 : トピックセグメンテーションへの応用
- 音声ディクテーションの誤りを考慮した検索方式の検討
- ニュース音声に対する検索方法の比較
- ニュース音声に対する検索方法の比較
- ニュース音声に対する検索方法の比較
- ニュース音声に対する教師なしトピックセグメンテーションにおける単語重要度決定方法の比較
- PodDiarizer:ポッドキャスト音声認識・理解のためのユーザ訂正活用型音響ダイアライゼーションシステム
- 音楽音響信号と歌詞の時間的対応付け手法 : 歌声の分離と母音のViterbiアラインメント
- 有声・無声休止区間の自動検出に基づく自由発話音声認識の性能改善手法(認識・検出)
- 音声会話コンテンツにおける聴衆の反応に基づく音響イベントとホットスポットの検出
- SD-2-4 映画を教材とした英語学習支援システム
- 日本語 ・ 英語HMMを用いた発声評価と単語発声の誤り検出
- 英語学習における発音評価と単語発声誤りの検出について
- アナウンサー発話の自動抽出とディクテーションによるニュース記事分類 (音声言語情報処理)
- 音声訂正 : 選択操作による効率的な誤り訂正が可能な音声入力インタフェース(音声言語)
- 音声訂正の評価(インタフェース)
- 音声訂正 : "CHOICE" on Speech(音声言語応用)(第6回音声言語シンポジウム)
- 音声訂正 : "CHOICE" on Speech(音声言語応用)(第6回音声言語シンポジウム)
- 音声訂正 : "CHOICE" on Speech(音声言語応用)(第6回音声言語シンポジウム)
- 音声区間自動検出技術を用いた変速再生方式による映像の高速鑑賞システムの検討
- クラウド時代の新しい音声研究パラダイム
- 大語彙連続音声認識における最ゆう単語back-off接続を用いた効率的なN-best探索法
- 講演音声認識における最尤単語back-off接続を用いたN-best探索法の効果
- 音響モデルの教師なし適応における信頼度の検討
- 音声認識精度向上のための信頼度尺度の比較
- 音声認識精度向上のための信頼度尺度の比較
- 音声認識精度向上のための信頼度尺度の比較
- 音声認識精度向上のための信頼度尺度の比較
- 信頼度に基づく繰り返しデコーディングによる音声認識
- 2000-SLP-32-1 信頼度を組み込んだデコーディングによる音声認識の検討
- Webで生きる/活きる音声認識
- back-off接続を考慮した大語彙連続音声認識の高速化
- Lexical tree searchにおける探索ネットワーク構造の検討
- ニュース音声に対するトピックセグメンテーションと分類