WFST音声認識デコーダの開発とその性能評価

概要

論文の詳細を見る
本稿では,実用的な音声認識デコーダの実現に向けて東京工業大学で開発が行われている,WFSTを利用した音声認識デコーダについて,概要とその性能について述べる.本デコーダでは,スケーラビリティを向上させるために,省メモリ化としてon-the-fly合成とdisk-based search,高速化として,GPUを利用した音響尤度計算の実装が行われている.この他にも,実用化に向けた様々な機能が実装されている.これらについての詳細を述べる.また,WFST音声認識で問題となるメモリ消費量の増大を解決するために,本デコーダで行われている省メモリ化について,CSJを利用して性能評価を行った。その結果,on-the-fly合成を行うことで最大で60%以上のメモリ消費量の削減をまたdisk-based searchを行うことで最大で60%以上のメモリ消費量の削減を確認した.さらに,これらのアプローチを組み合わせることで,すべてのWFSTを事前に合成した場合と比較して,80%程度のメモリ消費量の削減を確認した.これらの実験により,本デコーダの省メモリ化についてのアプローチの有効性を示した.
一般社団法人情報処理学会の論文
2007-10-19