擬似的学習データを用いた単語スポッティング用ガーベジモデル学習法
スポンサーリンク
概要
- 論文の詳細を見る
ガーベジHMMの学習に関しては、誤り最小化基準に基づく学習法の有効性が報告されている。しかしながら、これらの方法では、学習に際して大量の音声サンプルを必要とするため、迅速なスポッティング語彙の変更が原理的に不可能であった。本稿では、迅速な語彙変更を可能とする、音声サンプルの収集、加工が不要なガーベジHMM学習法である、擬似的学習データを用いたガーベジモデルの学習法を提案する。4状態、left-to-right型のガーベジHMMに対して本学習法を適用し、スポッティング実験によって、その有効性を確認した。
- 社団法人電子情報通信学会の論文
- 1995-12-15
著者
関連論文
- 生成駆動音声認識方式 (GD-SR)
- 単語グラフから例文集へのマッピング
- 生成駆動音声認識方式(GD-SR)
- パターンマッチングに基づく発話意図同定のための重要語検出方法
- 対話音声を対象とした連続音声認識システムの試作と評価
- 旅行会話タスクにおけるTARSPRECの性能評価
- 携帯電話型音声翻訳システムATR-MATRIX
- クライアント・サーバ型ATR-MATRIX
- クライアント・サーバ型 ATR-MATRIX
- 一般化ラプラス混合分布に基づく音声認識用音響デモリング(音声情報処理 : 現状と将来技術論文特集)