対立音素間の尤度差に基づく信頼度尺度によるリジェクション

概要

論文の詳細を見る
音声認識の実際的な使用においては、語彙外発声に対する適切な処理が重要である。代表的なリジェクト方法として、anti-keywordモデルを用いるものがある。これにはタスク依存性があり、大語彙タスクや語彙が切り替わるタスクでは実現が困難である。これに対し、タスクに独立な方法は、語彙制約のない音声認識系を並列に動作させ、尤度正規化を行うものである。しかし、語彙制約なし認識系の精度が一般に低いため、リジェクト性能にも限界がある。そこで、本研究では、タスク独立なリジェクト方法を目標に、語彙制約なし認識系による尤度正規化に加え、各音素における尤度の分布差を利用し、部分区間での照合を導入する。探索時にその差に応じて累積音響尤度に重みづけすることで、各音素での照合精度を向上させる。実験により、等誤り率において音素信頼度尤度を用いない場合に比べ、認識率を4%改善できた。さらに、誤り最小化学習(MCE)により3%認識率を改善できた。また、演算量削減のため、照合用音響モデルを小規模化し、精度低下はあるものの大きくないことが分かった。
社団法人電子情報通信学会の論文
1997-12-12