@techreport{oai:ipsj.ixsq.nii.ac.jp:00192698,
 author = {太刀岡, 勇気 and Yuuki, Tachioka},
 issue = {1},
 month = {Dec},
 note = {End-to-end 音声認識は，その構成が単純なことから一般的になりつつある．しかし，語彙外単語に遭遇することが，従来の音響モデルと言語モデルの両方を使うハイブリッド手法よりも頻繁になる．とりわけ，単語に基づく end-to-end システムは学習データに現れなかった単語を出力することはできない．この問題に対処するため，文字単位の end-to-end システムが提案されているものの，ノイズの影響を受けやすく，出力される単語が必ずしも言語的に正しいものでなくなるという問題がある．これはデコード処理時に辞書や言語モデルといった言語制約を欠いているためである．ゆえにスペル誤りのような誤りが起こりやすくなる．自然言語処理の分野では，スペル誤りを修正するため，部分文字再帰的ニューラルネットワーク (scRNN) が提案されている．scRNN は，単語内の文字の個数を入力とし，単語 ID を出力とするものである．scRNN は置換誤りのみに焦点を当てているため，これを音声認識に適用する際には，拡張が必要となる．ここでは，挿入 ・ 置換誤りを考慮するため，connectionist temporal classification の空白記号に似た空白単語記号と単語結合を導入する．騒音下音声認識と大語彙音声認識の 2 つの異なる音声認識タスクにおいて，提案の拡張を用いた scRNN が単語誤り率を改善することを示す．},
 title = {部分文字再帰的ニューラルネットを使ったend-to-end音声認識の仮説修正},
 year = {2018}
}