区分線形セグメント列からの音素的構造の抽出

スポンサーリンク

概要

論文の詳細を見る
頑健な音声認識モデルの生成を目的として、単語音声サンプルと、その語彙上の区別のみを与え、音素表記や音韻体系を与えずに、これらを学習によって獲得する研究を行っている。このようなモデルを表現するための枠組として、区分線形セグメントラティスを提案した。これを用いて、モデルの構造を動的に変更し、そこから音素的構造を抽出する手法を検討した。サンプルを時間方向で分割・統合し、アラインメントやクラスタリングによって構造の抽出を試みた。これを単語認識実験によって評価した。その結果、単純なアラインメントだけでは認識率が低下するが、分割や統合の処理を採り入れることによって改善されることがわかった。また全セグメントをクラスタリングしたモデルによる認識を行ない、単語内の平均クラスタ数の比率を検討した。
社団法人電子情報通信学会の論文
1997-01-17

著者

関連論文

もっと見る

スポンサーリンク