ポッドキャスト音声認識の性能向上手法：集合知によって更新される Web キーワードを活用した言語モデリング

• Item type: SIG Technical Reports(1)
• 公開日: 2008-05-15
• タイトル: ポッドキャスト音声認識の性能向上手法：集合知によって更新される Web キーワードを活用した言語モデリング
• タイトル / 言語: en
• タイトル: Improvements of Podcast Transcription: Language Modeling Based on Web Keywords Maintained Through Wisdom of Crowds
• 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: 東京大学
• 著者所属: 産業技術総合研究所
• 著者所属: 産業技術総合研究所
• 著者所属(英): en
• 著者所属(英): University of Tokyo
• 著者所属(英): en
• 著者所属(英): National Institute of Advanced Industrial Science and Technology (AIST)
• 著者所属(英): en
• 著者所属(英): National Institute of Advanced Industrial Science and Technology (AIST)
• 著者名: 松原, 勇介; 緒方, 淳; 後藤, 真孝
• 著者名(英): Yusuke, Matsubara; Jun, Ogata; Masataka, Goto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，ポッドキャスト音声認識の性能向上のための，言語モデリング手法について述べる．ポッドキャスト音声認識においては，あらゆるタスクが認識対象となること，常に最新の話題をカバーする必要があること，などから従来の言語モデルでは高精度な認識は望めないそこで，本研究では，集合知によって日々更新される Web 上の辞書サービス「Web キーワード」を活用した言語モデリングを行うことで，ポッドキャスト音声認識の性能向上をはかる．実際にポッドキャストを対象とした認識実験を行い，提案手法の評価を行ったところ，性能向上に有効であることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper describes language modeling techniques to improve automatic transcription of podcasts. Most previous language models had difficulties in transcribing podcasts because podcasts because podcasts include various kinds of tasks and cover recent topics that tend to have many out-of-vocabulary words. To overcome such difficulties, we improve our speech recognizer by using language modeling that utilizes "Web keywords" updated on a daily baais through wisdom of crowds. From our experimental results for actual podcast speech data, the effectiveness of the proposed language modeling was confirmed.
• 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 46(2008-SLP-071), p. 39-44, 発行日 2008-05-15
• 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