@techreport{oai:ipsj.ixsq.nii.ac.jp:00056596,
 author = {秋田, 祐哉 and 三村, 正人 and 河原, 達也 and Yuya, Akita and Masato, Mimura and Tatsuya, Kawahara},
 issue = {123(2008-SLP-074)},
 month = {Dec},
 note = {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．, 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.},
 title = {会議録作成支援のための国会審議の音声認識システム},
 year = {2008}
}