@techreport{oai:ipsj.ixsq.nii.ac.jp:00062669,
 author = {三村, 正人 and 秋田, 祐哉 and 河原, 達也 and Masato, Mimura and Yuya, Akitay and Tatsuya, Kawahara},
 issue = {8},
 month = {Jul},
 note = {話し言葉音声認識における学習データ量不足の問題に対処するために、人手による忠実な書き起こしが存在しない条件で、音響モデルの準教師つき学習を行うアプローチが検討されている。本報告では、この準教師つき学習における効果的なラベルの作成手法について提案する。提案手法では、会議録のテキストデータに統計的話し言葉変換を適用して会議の詳細な単位 （ターン） 毎に制約の強い言語モデルを作成し、この言語モデルを用いて音声認識を行うことで音響モデル学習のためのラベルを作成する。評価実験により、従来手法よりも高い精度のラベルを作成できること、またこのラベルを用いて人手のラベルを用いた場合と同等の精度のモデルが学習できることを示す。, To address the problem of insuffcient amount of training data for spontaneous speech recognition, the approach of lightly supervised training of the acoustic model has been investigated. In this report, we propose an effcient method to provide a constrained and compact language model for generating transcripts using the language model transformation scheme. The experimental evaluation demonstrated that the proposed scheme can generate acculate labels and realizes the comparable ASR performance to the case using manual transcripts.},
 title = {統計的言語モデル変換を用いた音響モデルの準教師つき学習},
 year = {2009}
}