音声中の検索語検出のためのテストコレクションの構築と分析
スポンサーリンク
概要
- 論文の詳細を見る
TRECにおいてSpoken Document Retrieval(SDR:音声ドキュメント検索)のTrackが1996年〜2000年に設定され,2006年には米国国立標準技術研究所(NIST)を中心に音声中の検索語検出(Spoken Term Detection:STD)タスクが設定され,以降海外ではさかんにSDR,STDに関する研究が行われるようになった.情報処理学会音声言語情報処理研究会(SIG-SLP)で国内の音声ドキュメント処理研究の推進・活性化を目的として2006年に音声ドキュメント処理ワーキンググループを立ち上げ,これまでにSDR評価用テストコレクションの構築を進めてきた.これに続き2008年から音声中の検索語検出の評価用テストコレクションの構築を開始し,2009年10月にテストコレクションを公開した.以来,様々な研究機関で利用されている.また2011年には国立情報学研究所が主催するNTCIR-9でのdry runに用いられ,formal run用のテストコレクションへの展開も行った.本論文ではこのテストコレクション構築にあたっての方針,テストコレクションの内容,ベースライン評価結果等の分析について説明するとともに,構築したテストセットによって活性化したSTD研究の展開について述べる.
- 2013-02-15
著者
-
伊藤 慶明
岩手県立大
-
西崎 博光
山梨大学
-
秋葉 友良
独立行政法人 産業技術総合研究所
-
伊藤 慶明
岩手県立大学
-
河原 達也
龍谷大学
-
中川 聖一
独立行政法人情報通信研究機構
-
山下 洋一
大学共同利用機関法人情報・システム研究機構統計数理研究所
-
松井 知子
京都大学
-
相川 清明
立命館大学
関連論文
- マルチモーダル情報処理の研究動向(マルチモーダル)
- SLP音声ドキュメント処理ワーキンググループ活動報告(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- 語彙フリー音声文書検索手法における新しいサブワードモデルとサブワード音響距離の有効性の検証(音声言語)
- 並列分散遺伝的アルゴリズムにおける多層リング型トポロジの探索性についての考察
- 3T-1 毒キノコ識別支援ツールのための毒キノコ判定方式の検討(検出・抽出,学生セッション,人工知能と認知科学)
- 連続単語音声認識結果の読み系列を利用した辞書未登録語の音声文書検索(認識,理解,対話,一般)
- 3X-4 カオスニューラルネットワークを用いた自動音楽コード生成の有効性について(音楽情報科学(2)自動作曲・楽曲分析,学生セッション,人工知能と認知科学)
- 6T-1 並列分散GAにおける多層型トポロジに関する考察(GA・エージェントモデル,学生セッション,人工知能と認知科学)
- 曲内類似性,GMM,類似区間継続長を用いた曲境界の自動抽出方式の提案(音声対話・セグメンテーション)
- ニュース番組の情報を利用したスポーツ実況中継のハイライトシーン抽出法の提案(一般セッション,パターン認識・メディア理解のための学習理論とその周辺)
- サブワードを用いた音声文書検索における複数サブワードの統合 : サブワード毎の検索語検索性能期待値の利用(認識,理解,対話,一般)
- 音声検索システムのための時間整合を考慮したサブワードモデル構築手法の検討(検索・対話)
- 語彙フリー音声検索におけるサブワードの検討および災害放送検索システムへの応用(要約, 検索, 認識・理解・対話・一般)
- 曲内の類似性を用いた曲境界の検出性能の向上
- 音声認識の応用システム : 音声ドキュメント検索・音声翻訳・音声対話の新たな展開(自動音声認識研究の動向と展望)
- 音声ドキュメント検索評価のためのテストコレクションの試作(第8回音声言語シンポジウム)
- 音声ドキュメント検索評価のためのテストコレクションの試作(Session-4 一般(ポスターセッション),第8回音声言語シンポジウム)
- NTCIR-9 SpokenDoc: 音声検索語検出と音声ドキュメント検索の評価枠組の設計
- SLP音声ドキュメント処理ワーキンググループ活動報告(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- SLP音声ドキュメント処理ワーキンググループ活動報告(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- 語彙制限のない音声文書検索における複数サブワードの統合----検索語彙に依存した検索性能推定指標の導入
- 音声文書検索のための多言語音素片セグメントの応用(ポスターセッション)(第5回音声言語シンポジウム)
- 音声文書検索のための多言語音素片セグメントの応用(第5回音声言語シンポジウム : ポスターセッション)
- 音声文書検索のための多言語音素片セグメントの応用(第5回音声言語シンポジウム : ポスターセッション)
- 音声文書検索のための多言語音素片セグメントの応用
- 信頼度測定の音声データ検索システムへの応用
- 講演音声中の繰り返し言葉抽出による頻出単語区間の同定
- 汎用音声符号系への符号化と音声処理システムの構築
- 言語に共通な音声符号系を用いた音声検索システム
- Spoken Term Detectionのためのテストコレクション構築とベースライン評価
- Spoken Term Detectionのためのテストコレクション構築とベースライン評価
- ビデオ内一致区間検索のための音響情報の時空間配置照合方式(一般セッション,クロスモーダル)
- ビデオ内一致区間検索のための音響情報の時空間配置照合方式(一般セッション,クロスモーダル)
- ビデオ内一致区間検索のための音響情報の時空間配置照合方式(一般セッション,クロスモーダル)
- ビデオ内一致区間検索のための音響情報の時空間配置照合方式(一般セッション,クロスモーダル)
- 講義のユニバーサルデザインを目指した情報提示方法に関する検討(障害者教育/一般)
- H-013 配置と個人特徴の誇張を利用した似顔絵作成システム(画像認識・メディア理解,一般論文)
- Spoken Term Detection のためのテストコレクション構築とベースライン評価
- Web上の語彙を利用した音声クエリ拡張による検索語検出(音声検索・要約,第11回音声言語シンポジウム)
- Web上の語彙を利用した音声クエリ拡張による検索語検出(音声検索・要約,第11回音声言語シンポジウム)
- 4U-6 並列分散遺伝的アルゴリズムにおける群構造化による探索性能への影響に関する考察(遺伝的アルゴリズム(1),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)
- 4R-5 ビデオ内音響情報の時空間配置を特徴量とした一致区間検索方式の評価(マルチメディアデータ検索,学生セッション,データベースとメディア,情報処理学会創立50周年記念)
- 1D-5 個人特徴の誇張を利用した似顔絵作成システムの評価(顔・人物画像処理(1),一般セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- 音声ドキュメント検索評価のためのテストコレクションの試作(Session-4 一般(ポスターセッション),第8回音声言語シンポジウム)
- F-002 並列分散遺伝的アルゴリズムにおける多層リング型トポロジのパラメータについての考察(人工知能・ゲーム,一般論文)
- 4X-4 多点局所探索法による画像高解像度化における評価画像選定方法についての検討(画像処理,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)
- 音声中の検索語検出のためのテストコレクション構築 -中間報告-
- I-071 動画検索のためのMPEG-2データ中の特徴量抽出方法の検討(I分野:グラフィクス・画像,一般論文)
- 米国大学の入試調査に基づく入試・教育システムに関する一考察
- NTCIR-9 SpokenDoc--音声検索語検出と音声ドキュメント検索の評価枠組の設計 (音声)
- NTCIR-9 SpokenDoc--音声検索語検出と音声ドキュメント検索の評価枠組の設計 (言語理解とコミュニケーション)
- 音声ドキュメント検索テストコレクションの試作と基本検索性能評価
- F-047 PDGAにおける階層コーン型トポロジの探索空間拡大に伴う探索性能の影響に関する考察(F分野:人工知能・ゲーム,一般論文)
- E-018 カオスニューラルネットワークを応用した自動リズム生成システム(E分野:自然言語・音声・音楽,一般論文)
- 2Y-5 形状・色特徴を利用した毒キノコ識別支援ツールの評価方法に関する研究(物体認識,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)
- 2D-2 カオスニューラルネットワークにおけるパラメータの検討 : 自動作曲への応用を目指して(音声・音楽情報処理,一般セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- H-051 形状特徴を利用した毒キノコ識別支援ツールのための毒キノコ判定方式の検討(画像認識・メディア理解,一般論文)
- 曲内類似性,GMM,類似区間継続長を用いた曲境界の自動抽出方式の提案(音声対話・セグメンテーション)
- I-007 音響情報の時空間配置照合によるビデオ間の部分一致検索(グラフィクス・画像,一般論文)
- 音声補完 : 音声入力インタフェースへの新しいモダリティの導入(インタラクティブシステムとソフトウェア)
- 語彙非依存型音声文書検索のためのサブワードモデルおよび検索方式の検討
- 芸術家の技術保存用ビデオデータベースの構築・公開・研究計画
- MPEG-1/2中の直流成分を利用した動画検索方式の評価
- 「理系のための人生設計ガイド」, 講談社ブルーバックス, 坪田一男著(私のすすめるこの一冊,コーヒーブレーク)
- NTCIR-9総括と今後の展望
- NTCIR-9総括と今後の展望
- クラウド時代の新しい音声研究パラダイム
- 時系列パターンの任意部分区間の高速マッチング手法Shift CDP法(パターン認識)
- 類似区間の検出法Shift CDPの性能評価と講演音声への適用
- 音声ドキュメント処理ワーキンググループ活動報告(音声検索,第13回音声言語シンポジウム)
- 音声ドキュメント処理ワーキンググループ活動報告(音声検索,第13回音声言語シンポジウム)
- 9-4 多点局所探索法を用いた画像高解像度化における評価方法に関する考察(第9部門 メディア処理4)
- 音声中の検索語検出のためのテストコレクションの構築と分析
- 音声ドキュメント処理ワーキンググループ活動報告
- 重複区間抽出法 Shift CDP 法を用いた講演音声のダイジェスティング
- 音声ドキュメント処理ワーキンググループ活動報告
- 音声中の検索語検出における事前検索・HMM状態系列照合・リランキングの適用
- 音節N-gramの事前検索結果を利用した音声中の検索語検出の高速化方式
- 隠れマルコフモデルによる自動和音認識を用いたカバー演奏ストリームからの楽曲同定手法の検討(持続可能な社会に貢献するパターン認識)
- 隠れマルコフモデルによる自動和音認識を用いたカバー演奏ストリームからの楽曲同定手法の検討(持続可能な社会に貢献するパターン認識)
- 携帯端末で動作するTwitterクライアントを用いたつぶやき音声データの収集とその利用方法の検討(基礎技術,第4回集合知シンポジウム)
- 音声中の検索語検出における音素トライグラム照合による高速抽出法(ポスターセッション)
- 類似音節バイグラムリストを用いた音声中の検出語検出
- 類似音節バイグラムリストを用いた音声中の検出語検出