@techreport{oai:ipsj.ixsq.nii.ac.jp:00218473,
 author = {周, 鋭 and 伊藤, 彰則 and 能勢, 隆 and Rui, Zhou and Akinori, Ito and Takashi, Nose},
 issue = {14},
 month = {Jun},
 note = {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%.},
 title = {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},
 year = {2022}
}