会議録作成支援のための国会審議の音声認識システム

• Item type: SIG Technical Reports(1)
• 公開日: 2008-12-02
• タイトル: 会議録作成支援のための国会審議の音声認識システム
• タイトル / 言語: en
• タイトル: An automatic transcription system for creation of meeting records in the Japanese Congress
• 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: 京都大学学術情報メディアセンター
• 著者所属: 京都大学学術情報メディアセンター
• 著者所属: 京都大学学術情報メディアセンター
• 著者所属(英): en
• 著者所属(英): Academic Center for Computing and Media Studies, Kyoto University
• 著者所属(英): en
• 著者所属(英): Academic Center for Computing and Media Studies, Kyoto University
• 著者所属(英): en
• 著者所属(英): Academic Center for Computing and Media Studies, Kyoto University
• 著者名: 秋田, 祐哉; 三村, 正人; 河原, 達也
• 著者名(英): Yuya, Akita; Masato, Mimura; Tatsuya, Kawahara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 我々は国会審議の会議録作成支援を想定した音声認識システムの研究に取り組んでいる．会議録では原則として発話をすべて書き起こして記録することから，音声認識を活用する際は高い認識精度が求められるこのため，本研究では衆議院の審議音声からなるコーパスの整備を進めるとともに，これを用いたより高性能な音響モデル・言語モデル・発音辞書の検討を行っている．音響モデルについては，種々の正規化手法に加えて最小音素誤り （MPE） 学習を導入した．また言語モデルと発音辞書に関しては，話し言葉音声向けのモデルを生成するために発話スタイルの統計的変換手法を適用し， 4－gram 統計言語モデルと発音の変異形を含む辞書を構築した．これらのモデルに基づく音声認識システムについて実際の会議音声における評価を行ったところ， 85 ％の単語正解精度が得られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We have been developping an automatic speech recognition (ASR) system for creation of meeting records of the National Congress (Diet) of Japan. Since almost all utterances in the meetings must be transcribed and recorded, an ASR system should provide accurate transcripts as drafts. Therefore, we have compiled meeting speech of the Congress into a corpus for development of an ASR system, and investigated more powerful acoustic, language and pronunciation models base on the corpus. As for acoustic model, we introduce minimum phone error (MPE) training, as well as several normalization methods. To build language and pronunciation models, our speaking-style transformation approach is applied to the corpus, and models for spontaneous speech recognition are generated. The proposed ASR system using these models was evaluated on real meeting speech of the Congress, and realized 85% of word accuracy.
• 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 123(2008-SLP-074), p. 121-126, 発行日 2008-12-02
• 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