フレーム同期型フルサーチアルゴリズムを用いた連続音声認識と自由発話への応用

概要

論文の詳細を見る
人間同士のコミュニケーションでは、「あのー」「えーと」などに代表される間投詞や、言い淀みや言い誤りおよび言い直しなどが頻繁に出現する。このような音声でも認識できる、いわゆる自由発話の音声認識が、今後の重要な研究課題になると思われる。しかし、間投詞や言い直しは、文の全ての場所に出現する可能性がある。また、自由発話様式において認識精度の高い音響モデルを作成することは困難であると考えられる。そこで本論文ではperplexityの低い言語モデルに着目した。そして単語のtrigramモデルを基本の言語モデルとして、間投詞や言い直しをgarbage modelや音素モデルでスキップすることで自由発話の認識を試みた。この論文では、初めにフレーム同期型のフルサーチアルゴリズム(全探索)を用いた連続音声認識システムについて述べる。次に計算量およびメモリ量を削減するための改良点について述べる。次に自由発話の認識のためのアルゴリズムの改良点を述べる。最後に、このアルゴリズムを用いた自由発話の認識実験結果について述べる.
社団法人電子情報通信学会の論文
1995-06-23