大規模車内音声データベースにおける認識性能変動要因調査

• Item type: SIG Technical Reports(1)
• 公開日: 2003-12-18
• タイトル: 大規模車内音声データベースにおける認識性能変動要因調査
• タイトル / 言語: en
• タイトル: Research on the factor that influence recognition accuracy of large scale In - Car Spoken Dialogue Database
• 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: 名古屋大学大学院情報科学研究科メディア科学専攻
• 著者所属: 名古屋大学大学院情報科学研究科
• 著者所属: 名古屋大学大学院情報科学研究科
• 著者所属: 名古屋大学大学院工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nagoya University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Nagoya University
• 著者名: 藤村, 浩司; 伊藤, 克亘; 武田, 一哉; 板倉, 文忠
• 著者名(英): Hiroshi, Fujimura; Katsunobu, Itou; Kazuya, Takeda; Fumitada, Itakura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 異なる対話モードの対話発音の特徴を分析した。分析には異なる3つの対話モードでの，800人の発話者のスピーチコーパスが用いられている。3つの対話モードとはヒューマンナビゲータとの対話，WOZシステム，ASRシステムとの対話である。文の複雑さや声の大きさのような特徴が対話モード間で意義深い特徴として見られた。線形回帰分析により認識率とこれらの特徴との相関の重要性を明確にした。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The dependency of conversational utterances on the mode of dialogue is analyzed. A speech corpus of 800 speakers collected under three different modes, i.e., talking to a human operator, an WOZ system and an ASR system, is used for analysis. Some characteristics such as sentence complexity and loudness of the voice are found to be significantly different among the dialogue modes. Liner regression analysis results also clarify the relative importance of those characteristics on speech recognition 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 2003, 号 124(2003-SLP-049), p. 31-36, 発行日 2003-12-18
• 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