WEKO3
アイテム
発話時の注視点を併用したAttentionによる音声認識手法の検討
https://ipsj.ixsq.nii.ac.jp/records/198050
https://ipsj.ixsq.nii.ac.jp/records/198050d971d901-ee43-4dd1-b9eb-11501f4faefc
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-SLP19128009.pdf (607.4 kB)
|
Copyright (c) 2019 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2019-07-12 | |||||||||||
| タイトル | ||||||||||||
| タイトル | 発話時の注視点を併用したAttentionによる音声認識手法の検討 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | 認識2 | |||||||||||
| 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 | ||||||||||||
| 中部電力株式会社エネルギー応用研究所 | ||||||||||||
| 著者所属 | ||||||||||||
| 名古屋大学情報学研究科 | ||||||||||||
| 著者所属 | ||||||||||||
| 名古屋大学情報学研究科 | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Chubu Electric Power Co, Inc. | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Graduated School of Informatics, Nagoya University | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Graduated School of Informatics, Nagoya University | ||||||||||||
| 著者名 |
瀬川, 修
× 瀬川, 修
× 林, 知樹
× 武田, 一哉
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 本研究では、発話内容と発話時の注視対象との間に何らかの相関関係があると仮定し、音声信号と注視点から成るマルチモーダル情報を統合的に利用する新たな音声認識の枠組みを提案する。本手法では、発話の音響特徴量系列、及び発話区間に対応する注視点の周辺画像の特徴量系列を抽出し、今回提案するAttention-based multiple encoder-decoderネットワークへと入力する。これにより、音声と注視点という2つの異なるモダリティの統合が可能となり、音声認識性能の改善が期待される。提案手法の評価のため、電力系統操作の模擬タスクを設定し、操作中の音声と発話区間に対応する注視点を記録したコーパスを収集した。これを用いた評価実験では文字誤り率の低減が確認され、マルチモーダル情報として注視点を用いることの有効性が示唆される結果が得られた。 | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 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 2019-SLP-128, 号 9, p. 1-6, 発行日 2019-07-12 |
|||||||||||
| ISSN | ||||||||||||
| 収録物識別子タイプ | 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 | |||||||||||
