音声翻訳の課題
スポンサーリンク
概要
- 論文の詳細を見る
音声翻訳には、音声認識と言語翻訳と音声合成の3つの技術要素があり、これらを少なくとも2つの言語で処理しなければならない。かなりの技術進歩がみられたが、実用システムの開発という観点から見るとまだ多くの課題がある。音声翻訳システムの観点からみた技術上の課題およびユーザインタフェースやサービス面から見た検討項目をのべる。音声認識については、話し方に制限をつけないで自由に話す音声の認識が高い性能で達成されることが必要で、自由発話に対応できるような音響モデルの高度化とタスクに依存した言語モデルの精密化が重要である。また、雑音環境の下でのロバストな音声認識、話者適応の高度化、発話の意味抽出、音声と音声以外のモードを統合したマルチモーダル音声認識なども課題である。言語翻訳については、対話言語の円滑なコミュニケーションができるように翻訳する技術が必要で、直感的で反射的な用例ベースの翻訳と論理的で熟慮的な処理を併用した翻訳手法が必要である。音声合成については、了解性のみならず自然な表情費かな対話調の音声を合成する方法が必要である。また、個人性を付与した音声の出力も重要である。音声翻訳システムの実現の課題としては、高速リアルタイム処理のほか、多言語処理や通信環境などへの適応処理やタスク適応化などがあげられる。
- 社団法人電子情報通信学会の論文
- 2002-05-23
著者
関連論文
- 印象語から想起した音声情報の特徴量空間の分析
- J-028 音声対話システム利用時における感情表出誘因性に関する考察(ヒューマンコミュニケーション&インタラクション,一般論文)
- ロボットによる発話理解過程に基づく相互信念の形成
- ロボットによる発話理解過程に基づく相互信念の形成
- 印象空間における音声と文字の対応関係の分析
- A-4-12 周波数選択特性を有する荷重メジアンフィルタによるボケと雑音で劣化した画像の復元
- 眼鏡を含む顔画像からの構成部品の抽出
- I-66 サブバンドEHMMを用いた低解像度文字画像の高解像度化(画像高解像度化・劣化復元,I.画像認識・メディア理解)
- 頭部伝達関数を利用したロボットによる音源定位能力の自律的な獲得(一般セッション(7))(ユビキタスコンピューティングのためのパターン認識・理解)
- A-10-17 頭部伝達関数を利用したロボットによる音源定位能力の自律的な獲得(A-10. 応用音響)
- 情景画像中の文字及び看板領域の抽出
- 情景画像中の文字及び看板領域の抽出
- 顔のワイヤフレームモデルの自動適合の一手法
- SNAKEを用いた顔画像からの構成部品の輪郭抽出
- SNAKEを用いた顔画像からの構成部品の輪郭抽出
- 自由会話における発話内容と基本周波数変化の分析
- 基本周波数変化による自由会話の句境界検出
- 日本語自由発話会話音声のピッチパターンのラベリング認識
- 自由会話における基本周波数の立て直し現象に関する検討
- 韻律情報を利用した単語境界・文節境界検出の検討
- LPCケプストラムとピッチを用いたGMMに基づく話者認識(音響と音声処理,音声強調,ロバスト音声認識)
- LPCケプストラムとピッチを用いたGMMに基づく話者認識(音響と音声処理,音声強調,ロバスト音声認識)
- J-1 周波数選択特性を有する荷重メジアンフィルタによる雑音で劣化した画像の復元(画像処理1,J.グラフィクス・画像)
- 音声翻訳の課題
- 固有空間を利用した計算機による似顔絵の生成
- MPEG符号化されたサッカー映像に対するシーンの自動分類のための情報抽出(映像情報の検索技術と編集処理)
- 1-6 MPEG符号化データを利用したサッカー映像の自動分類
- 顔部品の形状特徴と配置特徴の強調による似顔絵の生成
- 23-8 固有空間を利用した似顔絵の自動生成
- SA-7-1 固有空間の切換えによる異なる画調の似顔絵の生成
- ニューラルネットワークを用いた音声と画像の統合による数の認識
- スケジューリングタスクの自由発話音声の言語的性質
- 音声自由会話の特徴分析
- 10-6 KL展開を用いた手形状認識
- 言語情報処理への期待
- ユーザの簡易指定に基づく情景中の文字抽出と認識(画像情報)
- HMMを用いたシーンのアピアランスモデルとFace-to-Face変換への応用(一般セッション(7))(ユビキタスコンピューティングのためのパターン認識・理解)
- 動きアテンションによる物体の抽出とオンライン教師なし学習による物体認識(一般セッション(3))(ユビキタスコンピューティングのためのパターン認識・理解)
- A-10-24 話者モデルを用いた多チャンネル混合音声分離(A-10. 応用音響)
- A-10-23 参照再構成法を用いた周波数領域における混合音の分離(A-10. 応用音響)
- D-12-158 動きアテンションによる物体の抽出とオンライン教師なし学習による物体認識(D-12. パターン認識・メディア理解B)
- 話者情報を用いた周波数振り分けによる混合音声分離
- 参照再構成法を用いた時間領域における雑音除去と音響変化点抽出
- 領域拡張に基づく情景画像中の文字の抽出と認識
- 周波数振分けによるマルチチャネル混合音声の分離と音源定位(電気音響,音響一般)
- HMMを用いた単一画像からの物体形状復元(画像処理,画像パターン認識)
- 情景画像からの看板領域および看板文字の自動抽出(画像処理)
- D-14-7 サブバンド HMM を用いた音声の広帯域化
- マイクロホンアレーを用いた話者位置推定による車載音声認識
- マイクロホンアレーを用いた話者位置推定による車載音声認識
- マイクロホンアレーを用いた話者位置推定による車載音声認識
- SD-2-4 2次元MUSIC法による話者位置推定を用いた車載音声認識
- 車載音声認識のための2次元MUSIC法を用いた話者位置推定
- 屋内外の情景画像を対象とした看板文字の自動抽出
- D-12-23 情景画像からの情報取得を目的とした看板文字の自動認識
- 基本周波数時系列データを用いた会話音声の韻律制御の検討
- 音素配列構造の制約を用いた音素タイプライタ
- 識別関数を用いたMPEGオーディオ情報の自動分類
- MPEG符号化データからのAudio情報の分類
- キーワードスポッティングを用いた話題抽出
- キーワードスポッティングを用いた話題抽出
- 携帯電話のためのコマンド音声認識
- 1-5 情景画像中の看板領域の抽出
- 屋内外の情景画像を対象とした看板文字の自動抽出