ニュース音声認識のための(n≥4)-gramを併用する言語モデル
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,アナウンス原稿の特徴を利用した,ニュース音声認識のための言語モデルについて述べる.ニュースでは,アナウンサーがスタジオで原稿(アナウンス原稿)を読む部分の割合が大きい.アナウンス原稿は記者がワープロで書いた原稿(記者原稿)を手書きで修正することによって作成されるので,アナウンス原稿には直近の記者原稿と一致する単語列が多く含まれるという特徴がある.提案する言語モデルでは,このような特徴を(n≥4)-gramでモデル化することによって直近の記者原稿への適応化を行いつつ,一般的な言語制約は2,3-gramでモデル化することによって対応している.(n≥4)-gramをすべて単純に記憶してしまうと単語数の増加とともに大きなデータ量となってしまうが,提案する言語モデルでは単語出現位置辞書という概念を導入し,手続き的知識として記者原稿そのものを記憶することによりデータ量を抑えている.一方,2,3-gramによるモデルにはニュースの時事性を反映させるために,数年分の記者原稿を直近の記者原稿に適応化することを行うが,線形混合比を小さくし過適応を避けている.本言語モデルを放送ニュースに適用し,パープレキシティ,音声認識による評価実験を行ったところ,良い結果が得られた.
- 社団法人電子情報通信学会の論文
- 2002-06-01
著者
-
安藤 彰男
NHK放送技術研究所
-
浦谷 則好
NHK放送技術研究所
-
浦谷 則好
Nhk放送技術研究所:(現)東京工芸大学
-
加藤 直人
Nhk放送技術研究所
-
加藤 直人
株式会社エイ・ティ・アール音声翻訳通信研究所
-
江原 暉将
NHK放送技術研究所
-
安藤 彰男
工学院大学 情報学部
-
加藤 直人
Nhk 放送技研
-
江原 暉将
Nhk放送技術研究所:(現)諏訪東京理科大学
-
江原 暉将
日本放送協会放送技術研究所
-
江原 暉将
Japan Broadcasting Corp. (nhk)
-
加藤 直人
Atr音声言語コミュニケーション研究所
-
安藤 彰男
NHK放送技術研究会
関連論文
- 高性能シリコンマイクロホンの周波数特性改善および動作電圧低減に向けた要素技術の開発
- シリコンマイクの高域特性の改善
- 放送用コンデンサ型シリコンマイクロホンの試作
- 音楽聴取における音の臨場感と主観的な近さとの関係
- 音楽聴取における音の臨場感と主観的な近さとの関係 (応用音響)
- 音楽再生における音の臨場感と感動分類
- 音楽録音用超広帯域マイクロホンの開発
- 回折効果を利用したマイクロホンの超広帯域化の検討
- マイクロホンの超広帯域化の検討
- 音の仰角知覚弁別に関する検討
- 単一指向性超広帯域マイクロホンのカプセル設計
- 超広帯域マイクロホンの単一指向性化(立体音響・トランスデューサ/一般)
- フレキシブルディスプレイ用スピーカの音響特性 : ひずみ特性を中心に(立体音響・トランスデューサ/一般)
- 中継などの様々な音響下でのニュース音声認識
- 音楽聴取体験の感動評価の要因とその個人差に関する検討(スペシャルセッション : 究極の超臨場感 (1))
- 超臨場感音響システム実現への課題と動向
- 言い換えを利用したリスピーク方式によるスポーツ中継のリアルタイム字幕制作(音声,聴覚)
- EA2010-22 音楽聴取における音の臨場感と主観的な近さとの関係
- 生字幕放送のための音声認識 : システムの概要とリスピークの効果
- 連続音声認識における動的特徴量の高精度な計算法
- 音声認識における高精度な動的特徴量計算法の提案
- 音声認識における高精度な動的特徴量計算法の提案
- 音声認識における高精度な動的特徴量計算法の提案
- 音楽聴取における"感動"の評価要因----感動の種類と音楽の感情価の関係
- 最ゆう単語列逐次比較による音声認識結果の早期確定
- 音声認識を利用した放送用ニュース字幕制作システム
- ニュース音声認識システム(音声処理技術のデモの紹介)
- 2000-SLP-31-8 ニュースの直前原稿を利用した音声認識誤りの自動検出法
- 非定常信号のブラインド分離のための音源分離アルゴリズム(マイクロホンアレー・ブラインド分離・音源位置推定/一般)
- ニュース音声認識のための(n≥4)-gramを併用する言語モデル
- ニュース音声認識における直前原稿を利用した認識性能の改善
- ニュース音声認識のための(n≧4)-gramを併用する言語モデル
- 音響インテンシティの一致に基づく音場再現(音響信号処理,一般)
- ニュース音声認識のための(n≧4)-gramを併用する言語モデル
- 距離選択収音におけるマイクロホン間遅延の補正法に関する検討
- 2段階クラスタリングに基づく選択学習による音響モデル適応化
- 話題混合モデルによる放送ニュースからの話題抽出
- 誤認識関数を最小化する標準パターン学習アルゴリズム
- 音や音楽の印象評価における反意表現の検討
- 音や音楽の印象評価における反意表現の検討
- 主成分分析による個人性頭部伝達関数の推定(聴覚・音響信号処理/一般)
- 主成分分析による個人性頭部伝達関数の推定
- 語彙間の主観的な類似度による感動語の分類 (音の聴こえと認知 特集号)
- 語彙間の主観的な類似度による感動語の分類
- 2.高品質音声合成・音声加工の技術(情報通信技術と著作権・人格権(肖像権))
- 高品質音声合成・音声加工の技術
- 音声認識を利用した生放送番組字幕制作システム
- 音声認識を利用した生放送番組字幕制作システム
- ブロックごとの出力信号無相関化に基づく非定常信号のブラインド信号分離
- 講演スタイルの解説番組を対象にした音声認識の検討
- 講演スタイルの解説番組を対象にした音声認識の検討
- ニュース解説を対象にした音声認識の検討
- ニュース解説を対象にした音声認識の検討
- ニュース解説を対象にした音声認識の検討
- ニュース音声自動字幕化システム
- ニュース音声自動字幕化システム
- ニュース音声自動字幕化システム
- 主成分分析に基づく個人性頭部伝達関数の推定 (音響 特集号--スーパーハイビジョン音響の収音・再生と評価)
- 音楽聴取における「感動」の評価要因--感動の種類と音楽の感情価の関係 (音響 特集号--スーパーハイビジョン音響の収音・再生と評価)
- 部分母音列に基づき辞書を探索しながら認識を行う日本語音声認識
- 高齢者や障害者にも優しい放送をめざして(特集 高齢者や障害者を支える情報技術-社会の側に眼を向けて-)
- ニュース音声認識のための時期依存言語モデル (音声言語情報処理)
- フィルタバンク・サブトラクションを用いたニュース番組現場リポート音声の認識
- 超広帯域マイクロホンの形状に関する検討(立体音響・音場制御/一般)
- 同一方向から到来する複数音のブラインド信号分離 (音響信号処理 特集号)
- スピーカ配置適応型音響再生方式
- BS-8-2 再生音楽の感動評価から考えるユーザ体験品質(BS-8.Beyond QoS/QoE(2):聴覚的コミュニケーションにおけるユーザ体験としての臨場感/超臨場感,シンポジウムセッション)
- BS-8-1 音響コンテンツ聴取におけるユーザー体験としての臨場感(BS-8.Beyond QoS/QoE(2):聴覚的コミュニケーションにおけるユーザ体験としての臨場感/超臨場感,シンポジウムセッション)
- 音の広がり感に関する音響物理量の時間変化と感動評価との関係
- 音の広がり感に関する音響物理量の時間変化と感動評価との関係 (応用音響)
- 再生周波数帯域の操作による臨場感・空間印象の変化 (コミュニケーションクオリティ)
- 空間的印象を保つ聴取範囲と再生スピーカー数の関係 (応用音響)
- 空間的印象を保つ聴取範囲と再生スピーカー数の関係
- 逐次2パスデコーダを用いたニュース音声認識システム
- シソーラスに基づく統計言語モデルの検討
- 音の広がり感に関する音響物理量の時間変化と感動評価との関係(一般)
- 再生周波数帯域の操作による臨場感・空間印象の変化(映像/音声サービスの品質,メディア品質,ネットワークの品質・QoS制御,次世代/新世代ネットワークアーキテクチャ,災害時のネットワークとコミュニケーション,一般)
- 動画像処理を用いた音像フローの算出(音響信号処理,聴覚,一般)
- 空間的印象を保つ聴取範囲と再生スピーカー数の関係(音響信号処理,聴覚,一般)
- 第1種Rayleigh積分と窓枠型スピーカアレイによる音場再生(音響信号処理,聴覚,一般)
- 予測誤差法による頭部伝達関数の多方向同時推定(音響信号処理,聴覚,一般)
- SP2000-11 話者クラス音響モデルのための学習データの自動選択手法
- 映像との同期を考慮した話速変換方式の一検討
- 任意発声データに対する発音記号列を用いた離散分布HMMの話者適応化法
- 7-11 連続音声認識の字幕スーパーへの応用実験
- 招待講演 感動評価尺度による音楽コンテンツの価値評価 (マルチメディア情報ハイディング・エンリッチメント)
- A-19-1 音声認識を用いたニュース字幕制作システム
- A-19-1 音声認識を用いたニュース字幕制作システム
- 仮想スピーカアレイによる窓枠型スピーカアレイの制御
- 音響モデル精度向上のための学習サンプル自動選択
- ニュース番組自動字幕化のための音声認識システム(音声IF,「マルチモーダルと音声HI」およびヒューマンインタフェース/音声言語情報処理一般)
- ニュース番組自動字幕化のための音声認識システム
- 5-9 シリコンマイクロホンの振動膜応力低減(第5部門 情報センシング1)
- 17-13 シリコンマイクロホンの低電圧化に向けた振動膜薄膜化技術(第17部門 情報センシング2)
- 22-1 超小型シリコンマイクロホンの高域特性の改善(第22部門 イメージセンサI)
- 13-9 放送用超小型シリコンマイクロホンの開発(第13部門 情報センシング)
- 音響の高臨場感技術
- 8-1 コンデンサ型シリコンマイクロホンの信頼性試験(第8部門 センシング)
- Q&Aコーナー(コーヒーブレーク)
- 感動評価尺度による音楽コンテンツの価値評価(画質・音質評価,知覚・認知メトリクス,人間視聴覚システム,一般)