HMM-SMハイブリッド音声認識のための信頼度の検討
スポンサーリンク
概要
- 論文の詳細を見る
本報告では,HMMを補完する形で,部分空間法(以下SM(Subspace-Method)と呼ぶ)を単語信頼度の再推定に適用する方法を提案する。提案手法では,最初にHMM分類器で上位N位の単語候補と,候補単語内の全音素境界を求める。次に,SM識別器で音素ベクトル系列と,全音素の固有ベクトル群間で類似度を計算する。最後に,音素発話区間の音響的特性の違いを反映させた類似度→尤度変換(正規化処理)を行うと共に,HMM分類器による尤度を併用して信頼度を評価する。孤立単語認識実験において,標準的なHMMでの単語誤認識率4.7%に対して,提案手法は誤認識率を2.0%と大幅に削減することを確認した。また,未知語を含む単語認識実験において,手案手法はリジェクト性能を等誤り率で9.0%から6.5%に改善した。
- 2002-06-20
著者
-
福田 隆
豊橋技科大
-
福田 隆
豊橋技術科学大学大学院工学研究科
-
新田 恒雄
豊橋技術科学大学
-
GHULAM Muhammad
豊橋技術科学大学大学院工学研究科
-
グラム ムハッマド
豊橋技術科学大学 大学院工学研究科
-
佐藤 隆治
豊橋技科大
-
佐藤 隆治
豊橋技術科学大学 大学院工学研究科
-
Ghulam Muhammad
豊橋技術科学大学 大学院工学研究科
関連論文
- 音声認識応用に関する学会試行標準
- 幼児エージェントにおけるバイアスの形成と言語の構造化
- スライド共有による質疑応答機能を組み込んだ講義システムの開発(e-Learningコンテンツ/一般)
- Suffix Arrayを用いた音声文書の高速検索
- ウェブブラウザ上で動作可能なマルチモーダル対話システム(プラットフォーム)
- 音声対話技術コンソーシアム(ISTC)の活動成果報告(SIG-SLP内組織の活動報告)
- 2ZJ-6 動画視聴時の注目点を考慮した動画推薦方法の提案(人間行動,障害等支援,学生セッション,コンピュータと人間社会)
- 3ZA-7 デフォルメ地図の地上座標系へのマッピングを利用した現地情報提供システム(ITSネットワーク・地図情報,学生セッション,ネットワーク)
- DS-2-5 共有信念に基づく発話場面の推定(DS-2. 共生コンピューティング,シンポジウムセッション)
- DS-1-11 Cellプロセッサを用いた音声検索エンジンの高速化(DS-1. COMP-NHC学生シンポジウム,シンポジウムセッション)
- 生徒の検索情報を利用した講義の重要語抽出
- 幼児の学習バイアスを利用したエージェントによる語意学習の効率化
- 語彙学習エージェントにおけるバイアスの自律調整について
- 因果性に基づく信念形成モデルとN本腕バンディット問題への適用
- マルチモーダル対話システムのための階層的アーキテクチャの提案
- 重要語句に対する関連スライド群抽出法の検討(オープンソースソフトウェアの教育利用/一般)
- エージェントによる語意学習効率化のための対話戦略獲得
- Agent-Agent 対話により獲得した戦略に対する人間-Agent 対話からの実験評価
- 語意自動獲得における学習バイアスの効果
- 音素弁別特徴ベクトルの対数正規分布近似を用いた雑音環境下音声認識(認識・理解・対話)
- 調音運動HMM音声合成における調音特徴--声道パラメータ変換と音源の改良 (音声)
- 調音運動HMM音声合成における調音特徴--声道パラメータ変換と音源の改良 (言語理解とコミュニケーション)
- 音声認識のための周辺特徴の検討
- 音声認識のための周辺特徴の検討
- 音声認識のための周辺特徴の検討
- 音声認識用周辺特徴パラメータの検討
- 調音運動HMM音声合成における調音特徴-声道パラメータ変換と音源の改良
- 静的・動的情報を利用したMMIシステムの設計と実装(検索・対話)
- 受講情報を利用した学習支援機能付き講義再現システムの開発(遠隔教育/一般)
- 3ステージMLNと抑制/強調処理に基づく調音特徴抽出(ポスターセッション,第10回音声言語シンポジウム)
- 3ステージMLNと抑制/強調処理に基づく調音特徴抽出(ポスターセッション,第10回音声言語シンポジウム)
- 3ステージMLNと抑制/強調処理に基づく調音特徴抽出(ポスターセッション,第10回音声言語シンポジウム)
- 背景雑音を対象とした特徴パラメータ正準化法(ポスターセッション)(第6回音声言語シンポジウム)
- 背景雑音を対象とした特徴パラメータ正準化法(ポスターセッション)(第6回音声言語シンポジウム)
- 背景雑音を対象とした特徴パラメータ正準化法(ポスターセッション)(第6回音声言語シンポジウム)
- 音声認識のための特徴パラメータ正準化法の検討(認識・理解・対話)
- 音声認識のための特徴パラメータ正準化法の検討(認識・理解・対話)
- 音素弁別特徴間距離に基づくキーワード検出における音節単位サブワードモデルの検討(ポスターセッション)(第5回音声言語シンポジウム)
- 頑健な音声認識のための音素弁別特徴ベクトル直交化方式の検討(ポスターセッション)(第5回音声言語シンポジウム)
- 音素弁別特徴間距離に基づくキーワード検出における音節単位サブワードモデルの検討(第5回音声言語シンポジウム : ポスターセッション)
- 頑健な音声認識のための音素弁別特徴ベクトル直交化方式の検討(第5回音声言語シンポジウム : ポスターセッション)
- 音素弁別特徴間距離に基づくキーワード検出における音節単位サブワードモデルの検討(第5回音声言語シンポジウム : ポスターセッション)
- 頑健な音声認識のための音素弁別特徴ベクトル直交化方式の検討(第5回音声言語シンポジウム : ポスターセッション)
- 直交化音素弁別特徴ベクトルを用いた雑音に頑健な音声認識
- 音素弁別特徴を用いた頑健な対話音声認識 : モーラ単位サブワードモデルの検討(認識・理解・対話)
- 音素弁別特徴ベクトルを用いた頑健な音声認識の検討
- 音素弁別特徴ベクトルを用いた頑健な音声認識の検討
- 音素弁別特徴ベクトルを用いた頑健な音声認識の検討
- 音声言語インタフェースのための情報処理学会試行標準
- 音声認識読み記号および音声関連ソフトウエアに係わる用語の試行標準案
- 音声言語情報処理に関する情報処理学会の試行標準策定活動
- 音声言語情報処理に関する情報処理学会の試行標準策定活動
- 複合音響特徴平面に基づく音声認識のための局所特徴抽出法(音声情報処理 : 現状と将来技術論文特集)
- SIG-SLP/SIG-NL合同セッションここまでできるぞ音声/言語処理技術 : 音声編
- ここまでできるぞ音声/言語処理技術 : 音声編
- 階層型アーキテクチャに基づいたWebベースMMIシステムの開発(一般セッション,クロスモーダル)
- 階層型アーキテクチャに基づいたWebベースMMIシステムの開発(一般セッション,クロスモーダル)
- 階層型アーキテクチャに基づいたWebベースMMIシステムの開発(一般セッション,クロスモーダル)
- 階層型アーキテクチャに基づいたWebベースMMIシステムの開発(一般セッション,クロスモーダル)
- マルチモーダル対話作成支援ツールGalatea-IBの機能強化
- 大規模音声ドキュメントを対象とした高速キーワード検索システムとその評価
- カスタマイズ性を考慮した擬人化音声対話ソフトウェアツールキットの設計(音声言語情報処理とその応用)
- 1U-10 調音特徴に基づく音素単位での英語発音誤り検出と発音評価(音声分析・強調,学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- 擬人化音声対話エージェント基本ソフトウェアの開発プロジェクト報告(プロジェクト紹介(2))(第5回音声言語シンポジウム)
- 擬人化音声対話エージェント基本ソフトウェアの開発プロジェクト報告(第5回音声言語シンポジウム : プロジェクト紹介(2))
- 擬人化音声対話エージェント基本ソフトウェアの開発プロジェクト報告(第5回音声言語シンポジウム : プロジェクト紹介(2))
- 擬人化音声対話エージェントツールキットGalatea
- 擬人化音声対話エージェント開発プロジェクト
- 擬人化音声対話エージェントツールキットの基本設計
- 交差する複数話者音声の分離に関する検討
- キーワード検出に基づく対話音声認識用言語モデルの比較
- 意味属性を利用したクラスN-gram言語モデルの評価(言語モデル)(第6回音声言語シンポジウム)
- 意味属性を利用したクラスN-gram言語モデルの評価(言語モデル)(第6回音声言語シンポジウム)
- 意味属性を利用したクラスN-gram言語モデルの評価(言語モデル)(第6回音声言語シンポジウム)
- 音素弁別特徴間距離に基づくキーワード検出における音節単位サブワードモデルの検討
- 声質差と背景雑音に起因する音声パターン変動の正準化方式
- マスキング処理を併用したピッチ同期ZCPA(一般)
- 頑健な音声認識のための音素弁別特徴ベクトル直交化方式の検討
- 音素弁別特徴ベクトルの対数正規分布を利用した頑健な音声認識の検討
- HMM-SMハイブリッド音声認識のための信頼度の検討
- 尤度正規化手法を用いたHMM-SMハイブリッド音声認識の検討
- 音素弁別特徴ベクトルを利用した自由発話音声認識における距離補正の役割
- 0-gram汎用LVCSRと音素弁別特徴ベクトルを利用した対話音声認識の検討
- O-gram汎用 LVCSRと音素弁別特徴ベクトルを利用した対話音声認識の検討
- 0-gram汎用LVCSRと音素弁別特徴ベクトルを利用した対話音声認識の検討
- 汎用LVCSRを用いた対話音声の認識
- 汎用LVCSRを用いた対話音声の認識
- 発話中における単音の音響的品質正規化の検討
- 発話中における単音の音響的品質正規化の検討
- 発話中における単音の音響的品質正規化の検討
- 周辺特徴抽出とCMN制御を用いた認識タスクに依存しない音声認識性能の改善法(音声言語情報処理とその応用)
- 音声認識の前処理としてのCMNと修正CMNの性能比較
- 汎用LVCSRを用いた対話音声の認識について
- 音韻的偏りに対する推定信頼度を用いたCMN制御
- 単語・文音声双方に高い認識性能を持つ周辺特徴抽出方式
- 単語・文音声双方に高い認識性能を持つ周辺特徴抽出方式
- 単語・文音声双方に高い認識性能を持つ周辺特徴抽出方式
- 単語および文音声認識におけ周辺特徴の適用比較
- 局所特徴のケプストラム領域表現について
- 周辺特徴と音声認識における役割