対話音声認識における次発話予測の効果

概要

論文の詳細を見る
連続音声認識において、次発話を予測することは、認識時の文法の構文的複雑さを低減させ、認識率の向上、認識時間の短縮に役立つであろうと考えられている。また、次発話を予測する枠組みの提案もいくつかなされている。しかしながら、次発話予測の仕組みを直接対話音声認識システム上に実装して評価した例はほとんど報告されていないのが現状である。本研究では、ホテル予約をタスクとする自動通訳システム上に、発話状態(発話タイプ)の遷移可能性に基づいて次発話を予測する手法を提案した。この方法では、ある発話状態から次に遷移可能な状態に属し得る文タイプを持つ発話のみを受理する文法サブセットを適用することにより、認識精度と処理速度の両面の向上を確認した。以下では、この枠組みをさらに拡張し、発話のタイプと話題を組み合わせて発話状態をより詳細に定義した上で、連続する2発話状態から次の状態を予測することにより、さらに効率的な対話音声認識処理を実装した結果を報告する。
社団法人電子情報通信学会の論文
1996-03-11