2026-04-12T04:08:05Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00218473 2025-01-19T15:09:01Z 1164:5159:10869:10940

ゼロ資源言語の認識に向けたMAMLに基づくend-to-end音声認識の検討 MAML-based End-to-End Speech Recognition for Zero-Resource Language Recognition 周, 鋭 伊藤, 彰則 能勢, 隆 Rui, Zhou Akinori, Ito Takashi, Nose ポスターセッション1 高い精度の音声認識システムを開発するためには，大量のラベル付け音声データが必要である．しかし，世界中にある言語の大部分については，そのように多くの学習データを用意することはできない．このような言語の音声認識システムを開発するため，学習時に目標言語のデータを使用しない，または非常に少ないデータのみを使って開発する音声認識システムがゼロリソース音声認識システムである．本稿では，メタラーニングの学習方法である MAML とハイリソース言語データを用いて，モデルを事前学習する．そして，少数の目標言語のデータを使って，モデルを微調整する．20 分程度の目標言語データを使用して，MAML による学習を行ったところ 40％ 程度の CER が得られた． High-precision speech recognition systems require large amounts of labeled speech data. However, most of the languages in the world do not have that much training data. A speech recognition system that uses no speech data, or uses very little data from such training target languages, is called a zero resource speech recognition system. In this paper, we pre-train a model using a training method called MAML and high-resource language data. Then we use a data of a minority language to fine-tune the model. When we use 20 minutes of the target language data, we obtained a character error rate of about 40%. technical report 情報処理学会 2022-06-10 application/pdf 研究報告音声言語情報処理（SLP） 14 2022-SLP-142 1 6 2188-8663 AN10442647 https://ipsj.ixsq.nii.ac.jp/record/218473/files/IPSJ-SLP22142014.pdf jpn