WFST音声認識デコーダの高機能化とその応用－on-the-fly合成法の検討－

• Item type: SIG Technical Reports(1)
• 公開日: 2008-10-17
• タイトル: WFST音声認識デコーダの高機能化とその応用－on-the-fly合成法の検討－
• タイトル / 言語: en
• タイトル: Improvements and evaluations of on-the-fly WFST composition in speech recognition
• 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: 東京工業大学大学院情報理工学研究科計算工学専攻
• 著者所属: 東京工業大学大学院情報理工学研究科計算工学専攻
• 著者所属: 東京工業大学大学院情報理工学研究科計算工学専攻
• 著者所属: 東京工業大学大学院情報理工学研究科計算工学専攻
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Tokyo Institute of Technology
• 著者名: 大西, 翼; ディクソンポール; 岩野, 公司; 古井, 貞煕
• 著者名(英): Tasuku, Oonishi; Paul, R.Dixon; Koji, Iwano; Sadaoki, Furui
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: WFST を利用した音声認識では，メモリ消費量の削減や柔軟性の向上のために，認識時に動的に WFST を合成する on-the-fly 合成の技術が重要となる．過去に，on-the-fly 合成の高速化手法として，合成と同時に最適化処理を行う手法が提案されているが，合成元の WFST に構造制約が必要であるため，任意の構造を持つ WFST に利用することができないという問題があった．そこで，本論文では filter と呼ばれる WFST を合成時に利用することで，構造制約なく WFST の最適化処理を行う手法を提案する．本手法を実装したデコーダによる性能評価実験では，従来手法と比べて，さらに効率的な探索ネットワークが合成可能であることが確認され，本手法の有効性が示された．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In the Weighted Finite State Transducer (WFST) framework for speech recognition, we can reduce memory usage and increase flexibility by using on-the-fly composition which generates the search network dynamically during decoding. Methods have also been proposed for optimizing composition WFSTs on-the-fly, however, these techniques place restrictions on the structure of the component WFSTs. We propose extended on-the-fly optimization techniques which can operate on WFSTs of arbitrary structure by utilizing a filter composition. The evaluations illustrate the proposed technique is able to generate more efficient WFSTs.
• 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: 情報処理学会研究報告音声言語情報処理（SLP）; 巻 2008, 号 102(2008-SLP-073), p. 29-34, 発行日 2008-10-17
• 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