3-2 第4世代の音声認識を目指して(3.人間に関係した情報処理,<特集>人間を理解するためのICT技術-人間を対象としたセンシング・情報処理からその応用まで-)
スポンサーリンク
概要
- 論文の詳細を見る
1950年代以降,半世紀以上にわたって進歩を遂げてきた音声認識技術は,第1,第2,第3,第3.5世代に分けることができる.近年,種々の音声認識応用システムが実際に用いられるようになってきたが,その性能は人の能力に比べるとはるかに劣っており,人の能力に近づくには,第4世代といえるような大きなパラダイムシフトが必要である.そのためには,現在の音声認識技術で扱うことができない複数のレベルでの動的音声特徴の利用と,人が経験する多様かつ膨大な変化をカバーする音声コーパスに基づく,大規模かつ多様な音声言語知識の体系化を行う必要があると思われる.
- 2012-05-01
著者
関連論文
- 話者認識研究の現状と展望
- 東京工業大学における質問応答システムの研究概要(第8回音声言語シンポジウム)
- 連続音声認識のためのネットワーク構造を用いた効率的探索手法
- 話し言葉音声の音響的・言語的特徴の分析
- 局所的な特徴と大局的な特徴を用いた監視カメラ映像からの行動イベント検出(一般,First Person Visionのための認識・理解)
- 音響モデル学習のための相対エントロピーを用いた学習文選択
- 年齢推定のための音声特徴量および推定器の検討(音声・言語・音響教育,一般)
- マルチストリーム話者照合におけるブースティングに基づく重み最適化法の検討(ポスターセッション)(第6回音声言語シンポジウム)
- マルチストリーム話者照合におけるブースティングに基づく重み最適化法の検討(ポスターセッション)(第6回音声言語シンポジウム)
- マルチストリーム話者照合におけるブースティングに基づく重み最適化法の検討(ポスターセッション)(第6回音声言語シンポジウム)
- 会議音声認識のためのスペクトル減算に基づくオンライン音源分離(オーガナイズドセッション:スピーチエンハンスメント,音声,応用/電気音響,信号処理,及び一般)
- 局所的な特徴と大局的な特徴を用いた監視カメラ映像からの行動イベント検出(一般,First Person Visionのための認識・理解)
- 局所的な特徴と大局的な特徴を用いた監視カメラ映像からの行動イベント検出(一般,First Person Visionのための認識・理解)
- SIFT混合ガウス分布を用いた一般物体認識のためのマルチカーネル学習(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- SIFT混合ガウス分布を用いた一般物体認識のためのマルチカーネル学習(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- WFST駆動音声認識デコーダの最近の評価結果(デコーダ,第11回音声言語シンポジウム)
- WFST駆動音声認識デコーダの最近の評価結果(デコーダ,第11回音声言語シンポジウム)
- ニュース音声を対象とした大語彙連続音声認識と話題抽出
- 単語trigramを用いた大語彙連続音声認識
- 音声の有無による違いを考慮したHome video簡易編集
- 科学技術振興調整費開放的融合研究推進制度 : (小特集:) : 大規模コーパスに基づく『話し言葉工学』の構築
- 会議音声認識のためのスペクトル減算に基づくオンライン音源分離(オーガナイズドセッション:スピーチエンハンスメント,音声,応用/電気音響,信号処理,及び一般)
- ニュース音声を対象とした言語モデルと話題抽出の検討
- ニュース音声認識のための言語モデルと音響モデルの検討
- 音声認識のための複数の認識器を利用した能動学習(音響モデル,第11回音声言語シンポジウム)
- 音声認識のための複数の認識器を利用した能動学習
- 講義音声認識における講義スライド情報の利用(第8回音声言語シンポジウム)
- マルチモーダル音声認識におけるストリーム重み係数最適化の検討(ポスターセッション)(第5回音声言語シンポジウム)
- 横顔の動画像情報を用いたマルチモーダル音声認識(自然言語情報処理研究会と一部合同開催 : マルチモーダル・音声インタフェース関連)
- 周波数帯域ごとの重みつき尤度を用いた雑音に頑健な音声認識(耐雑音)(第5回音声言語シンポジウム)
- 頑健な区間検出とモデル適応に基づく雑音下音声認識(雑音下音声処理)(第6回音声言語シンポジウム)
- 頑健な区間検出とモデル適応に基づく雑音下音声認識(雑音下音声処理)(第6回音声言語シンポジウム)
- HMM音声合成における自然性と個人性に優れた韻律モデル適応法の検討
- 何かが欠けている音声認識研究(第11回音声言語シンポジウム)
- 何かが欠けている音声認識研究(第11回音声言語シンポジウム)
- 自由発話を対象とした対話システムの構築と評価
- 音声自動要約を利用した講演速聞きシステムの検討(自然言語情報処理研究会と一部合同開催 : NL・SLP合同開催 : 音声対話1)
- 雑音に頑健な音声認識のための韻律情報の利用(自然言語情報処理研究会と一部合同開催 : 自動車内音声対話関連)
- ハフ変換による雑音に頑健な基本周波数抽出法
- 話し言葉音声認識における話者間の認識率変動要因の解析
- マルチバンド音声認識のためのLDAに基づく帯域重み推定手法
- HMM音声合成に基づいた話者適応可能な多言語音声合成法 : 開発と評価(Session-8 ポスターセッション: 一般, 第7回音声言語シンポジウム)
- HMM音声合成に基づいた話者適応可能な多言語音声合成法 : 開発と評価(Session-8 ポスターセッション: 一般, 第7回音声言語シンポジウム)
- 英語ニュース音声を対象とした音声自動要約
- 英語ニュース音声を対象とした音声自動要約
- 係り受けSCFGに基づく音声自動要約法の改善
- 話し言葉音声認識における話者間の認識率変動要因の解析
- 話し言葉音声認識のためのNグラム言語モデルの枠組みにおける種々の方法の検討(ポスターセッション)(第5回音声言語シンポジウム)
- 3-2 第4世代の音声認識を目指して(3.人間に関係した情報処理,人間を理解するためのICT技術-人間を対象としたセンシング・情報処理からその応用まで-)
- 隠れマルコフモデルを用いた眼電位認識の研究(一般セッション,時系列パターン認識)
- 隠れマルコフモデルを用いた眼電位認識の研究(一般セッション,時系列パターン認識)
- 数量化I類によるF_0パターン生成の制御要因に関する検討
- 1.音声研究の始まり : 音声分野(〈特集〉-音響学における20世紀の成果と21世紀に残された課題-)