討論音声を対象とした話者モデル選択による話者インデキシングと自動書き起こし
スポンサーリンク
概要
- 論文の詳細を見る
討論音声を対象とした教師なし話者インデキシングとそれを用いた音声認識について報告する.討論音声では,話者の交替が頻繁に発生し,継続時間の短い発話が多く,発話時間のばらつきが大きいため,画一的なモデルで話者インデキシングを行うのが困難である.そこで,BICに基づいて最適な話者モデル(GMMまたはVQ)を選択する方式を提案する.本方式では,発話時間の短い音声に対してVQモデル,長い音声に対してはGMMモデルが選択される枠組みを実現する.実際の討論音声に対して,従来法に比べて高いインデキシング精度を得ることができた.次に,討論音声認識のための音響・言語モデルについて検討を行う.話者インデキシング結果に基づいて音響モデルを適応することにより,音声認識精度の改善を得ることができた.
- 社団法人電子情報通信学会の論文
- 2002-12-13
著者
-
秋田 祐哉
京都大学学術情報メディアセンター
-
秋田 祐哉
京都大学 情報学研究科 知能情報学専攻
-
西田 昌史
科学技術振興事業団
-
秋田 祐哉
科学技術振興事業団
-
河原 達也
科学技術振興事業団
-
西田 昌史
千葉大学大学院自然科学研究科
関連論文
- 会議録作成支援のための国会審議の音声認識システム (画像符号化・映像メディア処理レター特集)
- 会議録作成支援のための国会審議の音声認識システム(音声,聴覚)
- 講義音声認識に基づくノートテイクシステム(福祉と音声処理,一般)
- 話し言葉の整形作業における削除箇所の自動同定(音声言語処理)
- 局所的な係り受けと韻律の素性を用いた話し言葉の節・文境界推定(話し言葉処理)
- 会議音声の自動話題分割による単語辞書と言語モデルの適応(要約・分割)
- 文脈を考慮した確率的モデルによる話し言葉の整形
- 国会音声認識システムの音響・言語モデルの半自動更新
- 文脈を考慮した確率的モデルによる話し言葉の整形(音声検索・要約,第11回音声言語シンポジウム)
- スライド情報を用いた言語モデル適応による講義音声認識
- スライド情報を用いた言語モデル適応による講義の音声認識と字幕付与(一般セッション「音声言語処理」)
- スライド情報を用いた言語モデル適応による講義の音声認識と字幕付与(一般セッション「音声言語処理」)
- 講義音声認識のためのスライド情報を用いた言語モデル適応
- 講義音声認識に基づくノートテイクシステム(福祉と音声処理,一般)
- 局所的な係り受けの情報を用いた話し言葉の節・文境界の推定
- 統計的言語モデル変換を用いた音響モデルの準教師つき学習
- 会議録作成支援のための国会審議の音声認識システム(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- 会議録作成支援のための国会審議の音声認識システム(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- 会議録作成支援のための国会審議の音声認識システム(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- 統計的言語モデル変換を用いた音響モデルの準教師付き学習
- ICSLPにおける研究動向 : 言語モデル・対話システムを中心に(第8回音声言語シンポジウム)
- ICSLPにおける研究動向 : 言語モデル・対話システムを中心に
- ICSLPにおける研究動向 : 言語モデル・対話システムを中心に(Session-7 システム,第8回音声言語シンポジウム)
- ICSLPにおける研究動向 : 言語モデル・対話システムを中心に(Session-7 システム,第8回音声言語シンポジウム)
- ICSLPにおける研究動向 : 言語モデル・対話システムを中心に
- ICSLPにおける研究動向 : 言語モデル・対話システムを中心に
- 文脈を考慮した確率的モデルによる話し言葉の整形 (音声)
- ICASSP2007報告(研究動向を探るセッション)
- 言語モデルと発音辞書の統計的話し言葉変換に基づく国会音声認識(音声認識・識別,第9回音声言語シンポジウム)
- 言語モデルと発音辞書の統計的話し言葉変換に基づく国会音声認識(音声認識・識別,第9回音声言語シンポジウム)
- 言語モデルと発音辞書の統計的話し言葉変換に基づく国会音声認識(音声認識・識別,第9回音声言語シンポジウム)
- 話し言葉の整形作業における削除箇所の自動同定(音声言語処理)
- 大学講義のノートテイク支援のための音声認識用言語モデルの適応(言語モデル)
- 統計的機械翻訳の枠組みに基づく言語モデルの話し言葉スタイルへの変換(Session-4 システム・言語モデル, 第7回音声言語シンポジウム)
- 統計的機械翻訳の枠組みに基づく言語モデルの話し言葉スタイルへの変換(Session-4 システム・言語モデル, 第7回音声言語シンポジウム)
- 統計的機械翻訳の枠組みに基づく言語モデルの話し言葉スタイルへの変換(Session-4 システム・言語モデル, 第7回音声言語シンポジウム)
- 話し言葉音声認識のための汎用的な統計的発音変動モデル(音声, 聴覚)
- 大語彙連続音声認識を用いた落語のリアルタイム字幕付与(認識, 信頼度)
- 国会音声認識のための発音モデル生成と言語モデル適応
- 『日本語話し言葉コーパス』を用いた汎用的な発音変動モデルの統計的学習(音声言語情報処理一般)(テーマ:音声対話システム、音声言語情報処理、一般)
- 多数話者モデルを用いた討論音声の教師なし話者インデキシング(音声,聴覚)
- 話題と話者に関するPLSAに基づく言語モデル適応(言語モデル・要約)(第5回音声言語シンポジウム)
- 話題と話者に関するPLSAに基づく言語モデル適応(第5回音声言語シンポジウム : 言語モデル・要約)
- 話題と話者に関するPLSAに基づく言語モデル適応(第5回音声言語シンポジウム : 言語モデル・要約)
- 討論音声認識のための言語モデルと音響モデルの適応の検討
- 討論音声を対象とした、話者モデル選択による話者インデキシングと自動書き起こし
- 討論音声を対象とした話者モデル選択による話者インデキシングと自動書き起こし
- 討論音声を対象とした話者モデル選択による話者インデキシングと自動書き起こし
- 談話標識の抽出に基づいた講演音声の自動インデキシング(音声言語情報処理とその応用)
- 統計的言語モデル変換を用いた音響モデルの準教師付き学習(音声,聴覚)
- 講演に対する読点の複数アノテーションに基づく自動挿入
- 談話標識の抽出に基づいた講演音声の自動インデキシング
- 談話標識の抽出に基づいた講演音声の自動インデキシング
- BICに基づく統計的話者モデル選択による教師なし話者インデキシング(音声,聴覚)
- BICに基づく話者モデル選択の教師なし話者インデキシングにおける評価
- BICに基づく話者モデル選択の教師なし話者インデキシングにおける評価(福祉と音声処理及び一般)(音声)
- BICに基づく話者モデル選択の教師なし話者インデキシングにおける評価(福祉と音声処理及び一般)
- モデル選択による話者インデキシングを利用した話者適応に基づく討論音声の認識
- 多数話者音声データベースを用いた討論音声の教師なし話者インデキシング
- 会議音声の自動アーカイブ化システム
- 会議音声の自動アーカイブ化システム
- 会議音声の自動アーカイブ化システム
- 予稿の話し言葉変換に基づく言語モデルによる講演音声認識 (言語理解とコミュニケーション)
- 予稿の話し言葉変換に基づく言語モデルによる講演音声認識 (音声)
- 予稿の話し言葉変換に基づく言語モデルによる講演音声認識(言語モデル・辞書,第13回音声言語シンポジウム)
- 予稿の話し言葉変換に基づく言語モデルによる講演音声認識(言語モデル・辞書,第13回音声言語シンポジウム)
- 講演に対する読点の複数アノテーションに基づく自動挿入
- 予稿の話し言葉変換に基づく言語モデルによる講演音声認識
- 予稿の話し言葉変換に基づく言語モデルによる講演音声認識