複数音素にわたるHMMの誤認識特性を用いた語彙候補の追加

概要

論文の詳細を見る
本論では、学習データから抽出された話者特有の誤認識特性を利用して、N-Best候補に入らなかった正解候補を新たに追加するモデルを提案する。このモデルには、次の特徴がある。(1)前後のコンテキストを考慮しながら誤認識特性を抽出するために、抽出される誤認識系列は音素系列ではなく、HMMの状態系列として表現する。(2)音素という単位に拘束されずに誤認識特性の抽出および正解系列の予測を行なうため、抽出する誤認識系列に含まれる音素数には制限を与えない。実験により、このモデルが、N-best候補に入らなかった正解語彙を、限られた候補内に含めることができることを確認した。さらに、従来の移動ベクトル平滑化(VFS)による話者適応にコンテキストを考慮した改良を加え、この話者適応により適応されたHMMを用いることが、誤認識特性の信頼度を向上させるために有効であり、話者適応と本モデルを併用することで、本語彙候補追加モデルの性能が向上することを述べる.
社団法人電子情報通信学会の論文
1995-06-23