音声認識との統合によるシステム要求検出

• Item type: SIG Technical Reports(1)
• 公開日: 2007-12-20
• タイトル: 音声認識との統合によるシステム要求検出
• タイトル / 言語: en
• タイトル: System Request Discrimination Based on AdaBoost
• 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: 神戸大学大学院自然科学研究科
• 著者所属: 神戸大学大学院工学研究科
• 著者所属: 神戸大学大学院工学研究科
• 著者所属: 神戸大学大学院工学研究科
• 著者所属(英): en
• 著者所属(英): Guraduate School of Science and Technology, Kobe University
• 著者所属(英): en
• 著者所属(英): Guraduate School of Engineering, Kobe University
• 著者所属(英): en
• 著者所属(英): Guraduate School of Engineering, Kobe University
• 著者所属(英): en
• 著者所属(英): Guraduate School of Engineering, Kobe University
• 著者名: 佐古, 淳; 山形, 知行; 滝口, 哲也; 有木, 康雄
• 著者名(英): Atsushi, SAKO; Tomoyuki, YAMAGATA; Tetsuya, TAKIGUCHI; Yasuo, ARIKI
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 音声をインターフェイスとして用いる際，システムに対してなされた発話か，周りの人間に対してのものかを判別する必要がある．この問題に対し，柔軟な発話を受理可能なものとして，音声認識結果をブースティングによってシステム要求か雑談かを判別する手法の提案を行ってきた．しかし，音声認識結果には認識誤りを含む場合があることから，認識誤りを原因として，システム要求と雑談の判別を誤る場合があった．本稿では，システム要求検出を音声認識の定式化に組み込むことにより，認識仮説まで用いたより高精度な要求検出について述べる．システム要求検出には従来と同様ブースティングを用いる．ただし，ブースティングの出力スコアは確率ではないため，sigmoid 関数を用いて疑似確率化することで，音声認識との統合を行った．実験により，従来の認識結果から識別する手法よりも再現率が改善し，適合率 0.98，再現率 0.94，F 値 0.96 を実現した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: It is necessary to discriminate system requests from human-human conversation speeches for speech user interfaces. We had proposed the boosting method that discriminates system requests from chats based on 1-best result of speech recognition system. This method can retrieve various expressions due to boosting algorithm. However it causes discrimination error when speech recognition results includes keyword mis-recognition. In this paper, we propose the system request detection method that can consider not only 1-best result but also speech recognition hypotheses. The proposed method is formulated incorporating system request detection into speech recognition. Boosting method is employed as system request discrimination model, however its output score is not probability. Thus boosting score is converted into pseudo probability based on sigmoid function in order to integrate system request discrimination and speech recognition. The experimental results showed that 0.98 of precision, 0.94 of recall and 0.96 of F-measure.
• 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 2007, 号 129(2007-SLP-069), p. 143-148, 発行日 2007-12-20
• 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