WEB上の類似記事を利用した音声文書の認識性能の改善(Session-2 情報検索, 第7回音声言語シンポジウム)

概要

論文の詳細を見る
本稿では, 音声文書をインデキシング目的で音声認識する際に, WEB上の類似ニュース記事を利用し, それを汎用的な言語モデルの話題適応化に用いることにより言語モデルや認識辞書を構築し, 未知語に強固な音声認識を行う手法を提案する.また, タイプの異なる3種類の言語モデルを用い, その出力結果を多数決により組み合わせることで, 最終的な音声認識性能の改善を図っている.音声認識システムでは, 1) 新聞記事75ヶ月分より作成した語彙サイズ2万単語のモデル・辞書のみ, 2) そのモデルと類似記事群から学習したモデルを融合させた言語モデル・辞書を用いた場合, 3) 固有名詞をクラスとして学習した固有名詞クラス言語モデルを用いた場合, の3種類の言語モデルを使用する.それら3種類のそれぞれの認識結果から, 多数決法により最終的な認識結果を導き出す.提案手法により, 言語モデル・単語辞書に新聞から学習したモデルのみを用いた場合に比べ, 単語正解率が47.0%から47.8%へ, 単語正解精度は37.7%から39.5%へ, その中でも特に名詞の正解率は44.7%から, 46.4%へ.固有名詞の正解率は, 43.9%から56.1%へと大幅な精度の向上がみられた.
社団法人電子情報通信学会の論文
2005-12-14