音素分割選択マルチパスモデルによる自然発話音声の認識(認識・理解・対話)

スポンサーリンク

概要

論文の詳細を見る
自然発話音声は,様々の発話スタイルや発話速度の変化を持つ。特に持続時間の短い音素が認識精度に悪影響を与えることが知られている。本報告では,音素の持続時間の違いに注目し,各パスをそれぞれ持続時間の短い音素および長い音素で学習したマルチパスHMMである音素分割選択マルチパスモデル(OMD-HMM)を提案する。本手法では,音素の長短を分割する閾値を音素認識実験により得られる音素ごとの認識率を基準に決定する。また,モデルトポロジーについても認識実験により選択を行う。加えて,非分割モデル,読み上げモデルと音素分割選択マルチパスモデルの計4並列のマルチパスモデルを使用した場合,非分割モデル単独に比べて20.2%のword error rateの削減が得られた。
社団法人電子情報通信学会の論文
2003-05-23

著者

関連論文

もっと見る

スポンサーリンク