［招待講演］音声認識の方法論の変遷と展望-Acoustic-to-Wordモデルを中心に－

• Item type: SIG Technical Reports(1)
• 公開日: 2018-12-03
• タイトル: ［招待講演］音声認識の方法論の変遷と展望-Acoustic-to-Wordモデルを中心に－
• タイトル / 言語: en
• タイトル: [Invited Talk] Review of Automatic Speech Recognition Methodology—Outlook of Acoustic-to-Word Model—
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: オーガナイズドセッション 招待講演
• 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: 京都大学情報学研究科
• 著者所属(英): en
• 著者所属(英): School of Informatics, Kyoto University
• 著者名: 河原, 達也
• 著者名(英): Tatsuya, Kawahara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 音声認識の方法論は深層学習，特に End-to-End モデルの導入で大きく変わりつつある．本稿では，従来の方法論を概観し，End-to-End モデルに至るまでの変遷を述べる．単語単位の End-to-End モデルである Acoustic-to-Word モデルは，音響特徴量系列から単語列を直接求めるもので，音響モデルと言語モデルを内包し，発音辞書や複雑な認識プログラムを必要としない革新的な方式である．この方式の課題と解決法についても述べる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The methodology of speech recognition has been changing due to the introduction of deep learning, in particular end-to-end modeling. This article gives a brief overview of the conventional methodologies leading to the end-to-end models. Word-based end-to-end model, referred to as acoustic-to-word model, directly converts a sequence of acoustic features into a word sequence. This model contains acoustic and language models, and does not require a pronunciation lexicon and a complex decoding program. The problems of this new promising model and current solutions are also described.
• 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 2018-SLP-125, 号 7, p. 1-6, 発行日 2018-12-03
• 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