音響的コンテキストを考慮したセグメントモデルに基づく音声認識
スポンサーリンク
概要
- 論文の詳細を見る
本稿では、連続した音素セグメント間での音響的特徴のモデル化法を提案する。本方法では、前後の音素コンテキストだけでなく、直前のセグメントの音響的特徴に依存するようにモデル化を行っている。これらの音響的特徴を特徴量の平均値の軌跡で推定する。従来法が認識対象のセグメント内のモデル化であるのに対して、本方法では連続するセグメントを通してのモデル化となっている。不特定話者の音素識別実験において、従来のセグメントモデルによる認識よりも誤り率が7-9%減少し、HMM(triphone)と比較しても約31%減少した。
- 社団法人電子情報通信学会の論文
- 1999-01-22
著者
関連論文
- 音素認識と係り受け解析による文音声の認識 (音声音響情報処理の研究・開発)
- 学習用テキストからの認識探索空間作成能力の評価
- 音節連鎖統計情報のタスク適応化
- 単語グラフを用いた大語彙連続音声認識における近似演算法
- 大語彙連続音声確認のためのコンパクトな可変長n-gramモデル
- 単語グラフを用いた大語彙連続音声認識における近似演算手法の検討
- 効率的な仮説のマージ機能を持つLRパーザ制御による音声認識
- 効率的な仮説のマージ機能を持つLRパーザ制御による音声認識
- 語彙制約なし音声認識における識別誤り最小化学習の検討
- 音響モデルのタスク適応における学習データに関する検討
- ICASSP'96会議報告
- 全音素エルゴディック隠れマルコフ網を用いた教師なし話者適応方式
- 双方向網探索によるHMM文節音声認識系の評価
- N-best候補を用いた話題抽出の検討
- ニュース音声を対象とした連続音声認識に基づく話題抽出
- ニュース音声を対象とした大語彙連続音声認識と話題抽出
- 音響的コンテキストを考慮したセグメントモデルに基づく音声認識
- クラス言語モデルにおける初期クラスタの検討
- 大局的言語制約を考慮した可変長言語モデル
- 音素結合音響モデルの自由発話での効果
- Delayed Arc EvaluationによるLRパーザ制御に基づくViterbiサーチ
- 逐次クラスタ分割による統計的言語モデル構築法の検討
- 適応音響モデルを用いた放送ニュース音声認識
- ポース情報に基づいた動的探索制御法の検討
- 品詞および可変長単語列の複合N-gramの自動生成
- 係り受け規則と遷移規則を融合した規則により候補を限定した文節音声の認識 (新しい音声処理技術特集)
- 文節音声認識のための係り受けの整合性を考慮した横型解析