KL情報量によるAnchor modelの階層的クラスタリングに基づく話者認識
スポンサーリンク
概要
- 論文の詳細を見る
従来のアンカーモデルではアンカーモデルを無作為に選択しており,多数のモデルを必要としていた.それに対して,本研究ではアンカーモデルを最適化するために,GMM 間の KL 距離に基づいてアンカーモデルを階層的にクラスタリングする手法を提案した.本手法により,無作為に選択されたアンカーモデルに対して音響的に類似した話者をクラスタリングすることで,効率的な認識を実現することができる.本手法の有効性を示すために,従来よく用いられている BIC に基づく話者クラスタリング手法との話者認識実験を行った結果,提案手法は従来手法に比べて認識精度の改善が得られた.
- 2010-07-15
著者
関連論文
- 携帯型端末を用いた音声自動翻訳システムとフィールド実験(モバイルと放送の融合時代を迎えて(1セグ放送, モバイル放送, 携帯放送融合サービス, 1セグ対応携帯端末, モバイルコンテンツと放送コンテンツの融合, マルチメディア配信, ディジタル放送受信機, および一般))
- D-14-3 日本語母語話者用英語言語モデルのための学習データ選択手法の検討(D-14. 音声,一般セッション)
- D-14-2 英語音響モデル・言語モデルへの話者適応化の検討(D-14. 音声,一般セッション)
- 日本手話の表現速度の違いによる手動作変化の分析(福祉と音声処理,一般)
- Webページ間の関係に着目した大規模サイトの構造化の調査 : 音声ブラウザ利用におけるアクセシビリティの検討
- 多重タグ付き英語学習者コーパスの開発と英語能力自動測定への応用
- 英語コミュニケーション能力の自動測定技術の提案
- 3DCGによる手話文アニメーション合成システムの構築と評価(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- D-14-10 日本語母語話者のための英語音声認識システムの検討(D-14. 音声,一般セッション)
- 波形素片接続型音声合成システムの検討
- 日本語母語話者のための英語音声認識システム用英語言語モデルの検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- D-15-39 英語表現能力評価尺度の一検討(D-15. 教育工学,一般セッション)
- 英語学習者コーパスの開発と英語表現能力評価尺度の検討(ユビキタス学習環境/一般)
- D-15-31 英語音響モデルによる日本人英語能力判定手法の検討(D-15.教育工学,一般講演)
- D-15-25 日本人英語学習者による日英翻訳コーパスの開発(D-15.教育工学,一般講演)
- 非負値行列因子分解に基づく多人数会話における話者分類
- 日本語母語話者のための英語音声認識システム用英語言語モデルの検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 日本語母語話者のための英語音声認識システム用英語言語モデルの検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- Web上のテキスト情報と翻訳モデルを利用した翻訳品質評価法の検討(翻訳・多言語化)
- Web 上のテキスト情報と翻訳モデルを利用した翻訳品質評価法の検討
- WWW上のテキスト情報を利用した翻訳品質評価法の検討
- 複数の編集距離を用いた口語翻訳文の自動評価
- 携帯型端末を用いた音声自動翻訳システムとフィールド実験
- 音声信号処理と音声言語処理(若手研究者育成レクチャー, 合成, 生成, 韻律, 一般)
- 機械翻訳システム評価法の最前線
- 英語能力測定のための空所補充問題の自動生成手法(言語の学習・教育)
- 音声翻訳技術開発の経験に基づく外国語能力評価法の提案
- コーパスベース音声翻訳用評価セット選択方法の提案(自然言語処理)
- 機械学習を用いた発話スタイル依存音響モデル自動選択による対話音声認識
- 機械学習を用いた発話スタイル依存音響モデル自動選択の検討
- LE-4 トピック依存の訳語選択(E. 自然言語・文書)
- NMFに基づくクラスタリングを適用したAnchor Modelによる話者認識
- 異なる認識単位の認識器から得られた信頼度を素性に用いた音声認識
- 単語並び換えモデルを考慮した統計的階層句機械翻訳システム
- 単語並び換えモデルを考慮した統計的階層句機械翻訳システム
- 異なる認識単位の認識器から得られた信頼度を素性に用いた音声認識 (音声)
- NMFに基づくクラスタリングを適用したAnchor Modelによる話者認識 (音声)
- 異なる認識単位の認識器から得られた信頼度を素性に用いた音声認識 (言語理解とコミュニケーション)
- NMFに基づくクラスタリングを適用したAnchor Modelによる話者認識 (言語理解とコミュニケーション)
- 日本語母語話者による英語発話認識のための言語モデル適応化
- E-016 統計的機械翻訳における翻訳誤り原因自動同定手法の提案(自然言語・音声・音楽,一般論文)
- 統計的機械翻訳における翻訳誤り原因自動同定手法の提案(機械翻訳)
- 対訳コーパスを用いた翻訳品質自動評価法(音声言語情報処理とその応用)
- 対訳コーパスを用いた表層的類似度に基づく翻訳能力自動評価法
- 対訳コーパスを用いた表層的類似度に基づく翻訳能力自動評価法
- 対訳コーパスを用いた表層的類似度に基づく翻訳能力自動評価法
- 位置と動きに基づくマルチストリームHMMを用いた手話認識
- 手の位置と動きに着目したHMMによる手話単語の認識(一般,膨大なデータから学ぶもの)
- 手の位置と動きに着目したHMMによる手話単語の認識(一般,膨大なデータから学ぶもの)
- KL情報量によるAnchor modelの階層的クラスタリングに基づく話者認識
- 単語並び換えモデルを考慮した統計的階層句機械翻訳システム
- 書き起こしへの付与を目指した音声とテキストを対象とした発話印象の分析
- 音声認識の信頼度に着目した文境界検出に関する検討(一般(ポスターセッション),第11回音声言語シンポジウム)
- 音声認識の信頼度に着目した文境界検出に関する検討
- 音声翻訳システム : ATR-MATRIXの開発と評価(音声言語情報処理とその応用)
- ATR-MATRIXと人間との音声翻訳能力比較法の誤差に関する検討
- 3ZD-7 部分的な因果構造を利用した複雑システムの大域的因果構造(センシング・複雑系・その他,学生セッション,人工知能と認知科学)
- 4E-7 ATR-MATRIX:日英双方向音声翻訳システム
- 音声翻訳システムと人間との比較による音声翻訳能力評価手法の提案と比較実験
- SP2000-21 音声翻訳システム(ATR-MATRIX)の評価
- ATR-MATRIXと人間との音声翻訳能力比較実験
- C-STAR 音声翻訳国際共同実験
- 日英方向音声翻訳システム(ATR-MATRIX)の音声言語統合評価
- 日英双方向音声翻訳システム(ATR-MATRIX)の対話実験
- 連続数字発話を対象としたHMMの誤り最小基準による識別学習
- 話速変換によって発話速度を低下させた英語音声の了解性の評価
- 行列によるトレリス計算を用いたHMMの文レベルでの識別学習
- 基本周波数および音素持続時間を考慮した音声合成用波形素片データセットの作成
- 漢字仮名変換を用いた仮名漢字変換率評価
- 漢字仮名変換を用いた仮名漢字変換率評価 : 大規模テキストを対象とした仮名漢字変換評価システムの構成と性能評価
- D-14-8 ベイズリスク最小化音声認識に基づく大学情報検索システムの構築(D-14.音声,一般セッション)
- D-14-5 日本語母語話者を対象としたモデル選択と話者適応に基づく英語音声認識(D-14.音声,一般セッション)
- 音声入力型大学情報検索システムに対するベイズリスク最小化音声認識の適用
- 音声入力型大学情報検索システムに対するベイズリスク最小化音声認識の適用
- パラメ-タ導出型日本語音声規則合成装置の評価 (新しい音声処理技術特集)
- テキスト編集機能付き音声規則合成装置の試作
- ワ-プロ機能付き音声規則合成装置--パソコント-ク
- 基本周波数及び音素持続時間を考慮した音声合成用波形素片データセットの作成
- 隣接単語間の結合関係に着目したテキスト音声変換用形態素解析処理
- 音声器官の動きに着目した音素持続時間の制御
- 日本語文章音声の合成のための無声化規則
- 隣接音素の統計的性質に基づくホルマント型音声合成方式
- テキスト編集機能付き日本語音声規則合成装置における韻律制御
- パラメータ導出型日本語音声規則合成方式における調音制御
- D-14-4 音声対話型CALLシステムの認識性能評価(D-14.音声,一般セッション)
- 発話内分散に基づき動的に生成された話者空間による話者クラスタリング(ポスターセッション,第13回音声言語シンポジウム)
- D-14-5 音声対話型CALLシステムでの信頼度評価の検討(D-14.音声,一般セッション)
- 発話内分散に基づき動的に生成された話者空間による話者クラスタリング(ポスターセッション,第13回音声言語シンポジウム)
- 発話内分散に基づき動的に生成された話者空間による話者クラスタリング
- 発話内分散に基づき動的に生成された話者空間による話者クラスタリング
- RE-001 GMMの分布選択に基づくアンカーモデルのクラスタリングによる話者認識(音声言語処理,E分野:自然言語・音声・音楽)
- 音素決定木に基づく対話型CALLシステムに対する有効な音素セットの構築に関する検討
- 音声入力による音声ドキュメント検索における単語重要度を考慮したベイズリスク最小化音声認識
- RE-002 文単位で分割されたテキストで学習した言語モデルによる単語信頼度を用いた文境界検出(音声言語処理,E分野:自然言語・音声・音楽)
- 日本人学習者の中国語二声と三声の知覚トレーニングに関する研究(一般セッション,音声・言語・対話,一般)
- 音声の周期・非周期成分分解に基づく話者認識の検討(一般セッション,音声・言語・対話,一般)
- D-14-7 学習者コーパスを利用した音声対話型CALLシステムの開発(D-14.音声)
- 相互情報量を用いた辞書自動生成に基づく中国語ピンインから文字への変換の改善に関する検討(一般セッション,音声・言語・対話,一般)
- A-19-1 視覚障がい者のための重要文書抽出に基づくWeb検索支援(A-19.福祉情報工学)
- 学習者コーパスを利用した音声対話型CALLシステムにおける想定外発話検出手法(一般セッション,音声・言語・対話,一般)