次発話予測モデルによる音声認識候補の再順序付け

• Item type: SIG Technical Reports(1)
• 公開日: 2000-01-27
• タイトル: 次発話予測モデルによる音声認識候補の再順序付け
• タイトル / 言語: en
• タイトル: Rescoreing Speech Recognition Candidates Using Next Utterence Prediction Model
• 言語: jpn
• 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: ATR音声翻訳通信研究所
• 著者所属(英): en
• 著者所属(英): ATR Interpreting Telecommunications Research Laboratories
• 著者名: 岩本, 秀明
• 著者名(英): Hideaki, Iwamoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 音声認識の精度改善のために、発話間の単語共起を統計的に学習した言語モデルを利用することを提案する。このモデルによる改善方式は、直前の発話を前提として、発話間にまたがる単語対の生起確率から発話の尤度を求める、というものである。551発話の音声認識結果に対し、提案モデルを適用する実験を行った。その結果、単語認識率のerror rateを2％削減した。このうち、内容語が改変したのは、31発話で、そのうち、23発話を改善した。この内容語に対する改善率は、74.2％である。これに対して、改変があった全ての発話は51発話、そのうち改善されたものは32発話、その改善率は62.7％である。この実験により、提案モデルの内容語への改善効果が高いことが明らかとなった。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: For the purpose of improving speech recogintion rate, this paper proposes stocastic liguistic models which are trained on the basis of word cooccurrence between utterences. These models provide the improvement method which give score to an utterence by using its word cooccurrence probablities under the condition that its previous utterence has been occoured. We applied these proposing models to rescoring experiments for speech recognition output. As the result, we obtained 2% error rate reduction. And we found it effective to content word error correction.
• 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: AN10115061
• 書誌情報: 情報処理学会研究報告自然言語処理（NL）; 巻 2000, 号 11(1999-NL-135), p. 135-140, 発行日 2000-01-27
• 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