日本語End-to-end音声認識におけるクラスラベルの検討

• Item type: SIG Technical Reports(1)
• 公開日: 2017-07-20
• タイトル: 日本語End-to-end音声認識におけるクラスラベルの検討
• タイトル / 言語: en
• タイトル: Consideration of Class Labels for Japanese End-to-End Speech Recognition
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 音声認識
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: NHK Science & Technology Research Laboratories
• 著者所属: NHK Science & Technology Research Laboratories
• 著者所属: NHK Science & Technology Research Laboratories
• 著者所属: NHK Science & Technology Research Laboratories
• 著者所属: NHK Science & Technology Research Laboratories
• 著者所属: NES
• 著者所属(英): en
• 著者所属(英): NHK Science & Technology Research Laboratories
• 著者所属(英): en
• 著者所属(英): NHK Science & Technology Research Laboratories
• 著者所属(英): en
• 著者所属(英): NHK Science & Technology Research Laboratories
• 著者所属(英): en
• 著者所属(英): NHK Science & Technology Research Laboratories
• 著者所属(英): en
• 著者所属(英): NHK Science & Technology Research Laboratories
• 著者所属(英): en
• 著者所属(英): NHK Engineering System
• 著者名: 伊藤, 均; 萩原, 愛子; 一木, 麻乃; 三島, 剛; 佐藤, 庄衛; 小林, 彰夫
• 著者名(英): Hitoshi, Ito; Aiko, Hagiwara; Manon, Ichiki; Takeshi, Mishima; Shoei, Sato; Akio, Kobayashi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，日本語 end-to-end 音声認識における出力ラベルにクラスラベルを導入した．End-to-end 音声認識は発音辞書を介すことなく文字を直接出力できるアプローチであり，主に英語音声認識の分野で研究例が報告されている．この end-to-end アプローチを日本語に適用する場合，文字総種の多さから英語に比べパラメータ数が膨大となり，限られた学習データでは学習サンプルが不足する文字も多数あるため，学習が難しい．本稿では connectionist temporal classification (CTC) 基準の日本語 end-to-end 音声認識において，出力ラベルにクラスモデルを導入してパラメータ数を削減すると同時にデータスパース性を解消し，言語モデルでクラスラベルを単語に復元する手法を提案する．日本語 end-to-end 音声認識にクラスラベルを導入したことにより，音声認識誤り率の改善を確認した．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2017-SLP-117, 号 12, p. 1-6, 発行日 2017-07-20
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会