混合主成分分析を用いた音声認識(ポスターセッション)
スポンサーリンク
概要
- 論文の詳細を見る
音声認識のための出力分布表現に対する混合主成分分析(MPPCA:Mixture of Probabilistic Principal Component Analysis)の適用について述べる.MPPCAによれば,混合分布において,少数の有効パラメータのみを持つ制約付き共分散行列で全共分散行列を近似することができる.またこの有効パラメータの数によってモデルの複雑度を適正に制御することができる.まず,MPPCAの基本的な構成を紹介し,つづいて簡単な拡張によりモデルの複雑度が容易に決定可能となることを示す.さらに,音声認識システムにMPPCAを実装した際発生する数値計算上の問題とその対処についても言及する.実験として共有状態数5,000,総ガウス分布数80,000のQuinphone HMMにおいてMPPCAを適用したモデルを日本語自然発話音声を用い評価した結果,対角共分散モデルでの誤り率22.2%が19.7%に削減され,全共分散モデルと同等の性能が得られたことを示す.あわせて全共分散モデルを上回る性能を得るための課題について考察する.
- 社団法人電子情報通信学会の論文
- 2004-12-13
著者
-
中村 篤
Nttコミュニケーション基礎科学研究所
-
中村 篤
日本電信電話株式会社NTTコミュニケーション科学基礎研究所
-
シュスター マイク
日本電信電話株式会社nttコミュニケーション科学基礎研究所
-
中村 篤
Nttコミュニケーション科学基礎研究所
-
堀 貴明
日本電信電話株式会社nttコミュニケーション科学基礎研究所
-
堀 貴明
Nttコミュニケーション科学基礎研究所
-
堀 貴明
日本電信電話(株)
関連論文
- 車載電子機器のEMIシミュレーション技術の開発(電磁環境・EMC,通信の未来を担う学生論文)
- オンライン変分ベイズ学習に基づくモデル比較を用いた音声区間検出(認識)
- 「共感覚者の驚くべき日常」, リチャードE. シトーウィック著, 山下篤子訳, 草思社, 2002年(私のすすめるこの一冊)
- 8-2 日本企業から米国・欧州大学への派遣体験 : 米国マサチューセッツ工科大学編/スイス連邦チューリッヒ工科大学編(8.企業からの客員研究員の海外派遣,私の国際交流の経験)
- パッケージ-チップ間寄生結合を考慮したLSI電源系の高周波特性抽出に関する検討(若手研究者発表会)
- アンサンブル型最小分類誤り学習法の実装と実験的評価(一般セッション,CV・パターン認識のための学習・最適化)
- アンサンブル型最小分類誤り学習の提案(テーマ関連セッション2,コンピュータビジョンとパターン認識のための学習理論)
- アンサンブル型最小分類誤り学習の提案(テーマ関連セッション2)
- 音声認識システムSOLONの日本語話し言葉コーパスによる評価(2006年版)(第8回音声言語シンポジウム)
- 音声認識システムSOLONの日本語話し言葉コーパスによる評価(2006年版)(Session-7 システム,第8回音声言語シンポジウム)
- 音声認識システムSOLONの日本語話し言葉コーパス(公開版Ver.1.0)による評価(Session-4 システム・言語モデル, 第7回音声言語シンポジウム)
- カルマンフィルタによる音声認識のための特徴量トラジェクトリ生成法
- ベイズ的基準を用いた状態共有型HMM構造の選択
- 変分ベイズ法の音響モデル適応への応用
- 有限状態トランスデューサによる音声認識・文整形・要約処理の統合
- ベイズ的アプローチに基づく状態共有型HMM構造の学習
- 静的特徴量時系列と動的特徴量時系列の関係を用いたトラジェクトリパラメータ生成による音声認識手法
- 実対話音声を用いた有限状態トフンスデューサ型認識デコーダの評価
- 有限状態変換器で定義される任意の音声認識タスクのための時間同期ビタービデコーダ
- 最大幾何マージン最小分類誤り学習法を目指して
- 判別関数の一般形に対する幾何マージンの導出とその制御を伴う最小分類誤り学習(テーマセッション,CV・パターン認識のための学習・最適化)
- 最小分類誤り学習における幾何マージンの制御法について(音響モデル,認識,理解,対話,一般)
- 車載電子機器のコモンモードノイズ低減技術におけるバイパスキャパシタの効果
- 車載PCB解析に向けたLSIノイズモデルの検討
- マイクロコントローラの多電源ピンLECCS-coreモデルの構築(電源ノイズとモデル化技術,次世代電子機器における先端実装技術と電磁波ノイズ低減技術論文)
- Sパラメータ測定による多電源ピンLSIの LECCS-core モデルの構築
- Sパラメータ測定による多電源ピンLSIのLECCS-coreモデルの構築(放送EMC/一般)
- New&Now規制規格情報 IEC 62132シリーズと半導体EMC規格の現状
- 半導体のEMC測定法 : エミッション・イミュニティ規格(注目分野のEMC規格動向)
- New&Now規格情報 半導体EMC測定法国際規格(2)IEC 61967-5:集積回路の電磁放射測定、150kHz-1GHz 第5部:伝導性エミッション測定、ワークベンチ・ファラデーケージ法 規格解説
- New & Now規格情報 半導体EMC測定法国際規格(1)IEC 61967-1:集積回路の電磁放射測定、150kHz-1GHz 第1部:一般的条件および用語定義 規格解説
- コモンモード電圧低減実装技術
- ワイヤハーネスが接続された電子機器の電源系コモンモード電流発生メカニズム及び低減手法の検計(電源ノイズとモデル化技術,次世代電子機器における先端実装技術と電磁波ノイズ低減技術論文)
- New & Now規格・規制情報 規格概要シリーズ 半導体デバイスの電磁イミュニティ測定方法 IEC62132-3 集積回路--150kHz〜1GHzの電磁イミュニティの計測(Part3)バルクカレントインジェクション
- 基板解析への応用に向けたLSIイミュニティ評価法の検討(自動車関連)(アジア地域EMC特別講演会,一般)
- MCMパッケージの同時切換ノイズ解析評価技術(電源供給設計とEMC技術)(最近の半導体パッケージと高速伝送・高周波実装技術論文特集)
- EMCJ2000-34 プリント回路基板の高周波電流解析用LSIモデリング手法の検討
- B-8-59 停電時上り音声通信を実現する光アクセス方式の提案(B-8.通信方式,一般セッション)
- 最小相対エントロピー識別学習に基づくカーネルマシンを利用した音声認識
- サーチエラーリスク最小化に基づくViterbiビーム探索とその評価 (音声)
- サーチエラーリスク最小化に基づくViterbiビーム探索とその評価 (言語理解とコミュニケーション)
- 複数音響環境の発話単位遷移モデルに基づく適応学習法の検討(認識,理解,対話,一般)
- 識別的誤り訂正学習における対立単語列と素性の選定(特徴量・音響モデル,第9回音声言語シンポジウム)
- 巨視的な時間発展系に基づく逐次モデル適応 : モデルの逐次更新における学習データの発話数に関する考察(一般(ポスターセッション),第9回音声言語シンポジウム)
- 識別的誤り訂正学習における対立単語列と素性の選定(特徴量・音響モデル,第9回音声言語シンポジウム)
- 巨視的な時間発展系に基づく逐次モデル適応 : モデルの逐次更新における学習データの発話数に関する考察(一般(ポスターセッション),第9回音声言語シンポジウム)
- 識別的誤り訂正学習における対立単語列と素性の選定(特徴量・音響モデル,第9回音声言語シンポジウム)
- 巨視的な時間発展系に基づく逐次モデル適応 : モデルの逐次更新における学習データの発話数に関する考察(一般(ポスターセッション),第9回音声言語シンポジウム)
- テキスト選択に基づくタスク依存言語モデル構築の検討
- 大規模データベースを用いたタスク依存言語モデル構築の検討
- 最小相対エントロピー識別学習へのラティスによる仮説表現と並列化可能な最適化手法の導入
- サーチエラーリスク最小化に基づくViterbiビーム探索とその評価(デコーダ,第11回音声言語シンポジウム)
- サーチエラーリスク最小化に基づくViterbiビーム探索とその評価(デコーダ,第11回音声言語シンポジウム)
- 最小相対エントロピー識別学習に基づくカーネルマシンを利用した音声認識
- CTI向け自由発話対応音声対話システムRexDialog
- 音声認識システムSOLONの日本語話し言葉コーパスによる評価(2006年版)(Session-7 システム,第8回音声言語シンポジウム)
- 音声認識システムSOLONの日本語話し言葉コーパス(公開版Ver.1.0)による評価(Session-4 システム・言語モデル, 第7回音声言語シンポジウム)
- 音声認識システムSOLONの日本語話し言葉コーパス(公開版Ver.1.0)による評価(Session-4 システム・言語モデル, 第7回音声言語シンポジウム)
- 5T-4 調波GMMとWienerフィルタに基づく音楽音響信号の残響抑圧(音楽信号処理,学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- B-8-11 停電時上り音声通信光アクセス方式の実現技術の検討(B-8.通信方式,一般セッション)
- SiPによる高速回路板設計の容易化(SiP技術の将来像-そのニーズと応用)
- 半導体のEMI測定とその活用法(EMC基礎講座 第21回最終回)
- 最小識別誤り学習と重み付き有限状態トランスデューサによる大語彙音声認識
- 確率主成分分析を用いた音声認識の日本語話し言葉コーパスにおける評価
- 高次の音素環境依存モデルを統合した重み付き有限状態トランスデューサの効率的生成法
- 高次の音素環境依存モデルを統合した重み付き有限状態トランスデューサの効率的生成法(大語彙音声認識)(第6回音声言語シンポジウム)
- 混成主成分分析を用いた音声認識(ポスターセッション)
- 混合主成分分析を用いた音声認識
- 高次の音素環境依存モデルを統合した重み付き有限状態トランスデューサの効率的生成法(大語彙音声認識)(第6回音声言語シンポジウム)
- 高次の音素環境依存モデルを統合した重み付き有限状態トランスデューサの効率的生成法(大語彙音声認識)(第6回音声言語シンポジウム)
- 混合主成分分析を用いた音声認識(ポスターセッション)
- 混合主成分分析を用いた音声認識(ポスターセッション)
- ベイズ的基準を用いた状態共有型HMM構造の選択
- ベイズ的基準を用いた状態共有型HMM構造の選択
- 次世代の音声認識技術 (特集 コミュニケーションの壁を克服するための音声・音響処理技術)
- ベイズ的アプローチに基づく状態共有型HMM構造の学習
- 書き起こし想定発話の音声認識における言語モデルの検討
- 混合主成分分析を用いた音声認識
- ベイズ的音声認識VBECを用いたモデル構造自動構築法の多様な音声デｰタに対する頑健性
- ベイズ的音声認識VBECを用いたモデル構造自動構築法の多様な音声データに対する頑健性(ポスターセッション)
- ベイズ的音声認識VBECを用いたモデル構造自動構築法の多様な音声データに対する頑健性(ポスターセッション)
- 次世代音声認識のための音響モデル : 学習とダイナミクス表現(チュートリアル : 次世代音声認識のための音響モデル)
- LG-002 移動ベクトルのコース/ファイン学習法にもとづく音響モデル適応(G. 音声・音楽)
- 混合主成分分析を用いた音声認識
- 逐次増加型最小分類誤り学習によるパターン認識(パターン認識)
- 学生/教養のページ 音声認識における識別学習
- 音声認識における識別学習(学生/教養のページ)
- 幾何マージンに基づく誤分類尺度を用いた最小分類誤り学習法(パターン認識)
- ATRの会話音声翻訳研究用データベース(音声研究関連データベースの動向)
- 劣決定音源分離のための分離音声のケプストラムスムージング
- Deep Learningに基づく音声特徴量の有限状態トランスデューサ型識別モデルによる識別 (音声)
- 音声認識における識別学習
- A-10-9 フルランク空間相関行列モデルに基づく拡散性雑音除去(A-10.応用音響,一般セッション)
- 周波数依存の時間差モデルによる劣決定BSS
- 階層的構造を持つディリクレ過程混合モデルを用いたフルベイズ話者クラスタリング(ベイズ統計モデル,統計推理,データベース,一般)
- 周波数依存の時間差モデルによる劣決定BSS
- 複数人会話シーン分析の研究と今後の展望(オーガナイズドセッション:マルチモーダル情報によるコミュニケーション環境理解,認識,理解,対話,一般)
- Deep Learningに基づく音声特徴量の有限状態トランスデューサ型識別モデルによる識別(高精度音声認識,認識,理解,対話,一般)
- 階層的構造を持つディリクレ過程混合モデルを用いたフルベイズ話者クラスタリング
- 周波数依存到来時間差推定に基づく劣決定ブラインド音源分離の高速化