@techreport{oai:ipsj.ixsq.nii.ac.jp:00234717,
 author = {平野, 雄太 and サクティ, サクリアニ},
 issue = {30},
 month = {Jun},
 note = {本研究では，End-to-End 複数話者音声認識モデルの認識精度改善を目的とした，話者ダイアライゼーションを用いたマルチタスク学習を提案する．エンコーダの中間層に話者ダイアライゼーションブランチを導入し，これが認識精度改善に寄与するかについて検証する．また，話者ダイアライゼーションの推定結果を考慮したエンコーダ出力を得るために，話者ダイアライゼーションの推定結果をエンコーダに入力する自己条件付けフィードバック機構を提案し，その効果についても実験的検証を行う．実験において，話者ダイアライゼーションによるマルチタスク学習と自己条件付けフィードバックを同時に用いたとき，ベースラインの認識精度からの改善が見られた．この結果から，「誰がいつ話したか」という情報が，End-to-End 複数話者音声認識モデルのエンコーダのモデリングに有効であることが示唆される．},
 title = {話者ダイアライゼーションを用いたマルチタスク学習によるEnd-to-End複数話者音声認識の改善},
 year = {2024}
}