WEKO3
アイテム
音声認識のための複数の認識器を利用した能動学習
https://ipsj.ixsq.nii.ac.jp/records/67046
https://ipsj.ixsq.nii.ac.jp/records/67046eee399ac-97ce-42e7-83af-fd206a0c9c56
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-SLP09079004.pdf (127.8 kB)
|
Copyright (c) 2009 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2009-12-14 | |||||||
| タイトル | ||||||||
| タイトル | 音声認識のための複数の認識器を利用した能動学習 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Active learning using multiple recognizers for speech recognition | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | 【Session-1 音響モデル】 | |||||||
| 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 | ||||||||
| 東京工業大学 | ||||||||
| 著者所属 | ||||||||
| 株式会社NEC情報システムズ | ||||||||
| 著者所属 | ||||||||
| 東京工業大学／日本電気株式会社 | ||||||||
| 著者所属 | ||||||||
| 東京工業大学 | ||||||||
| 著者所属 | ||||||||
| 東京工業大学 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Tokyo Institute of Technology | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| NEC Informatec Systems, Ltd. | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Tokyo Institute of Technology / NEC Corporation | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Tokyo Institute of Technology | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Tokyo Institute of Technology | ||||||||
| 著者名 |
濱中, 悠三
江森, 正
越仲, 孝文
篠田, 浩一
古井, 貞熙
× 濱中, 悠三 江森, 正 越仲, 孝文 篠田, 浩一 古井, 貞熙
|
|||||||
| 著者名(英) |
Yuzo, Hamanaka
Tadashi, Emori
Takafumi, Koshinaka
Koichi, Shinoda
Sadaoki, Furui
× Yuzo, Hamanaka Tadashi, Emori Takafumi, Koshinaka Koichi, Shinoda Sadaoki, Furui
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 大語彙連続音声認識器の学習データに対する書き起こしコスト削減のための複数の認識器を利用した能動学習手法を提案する．この手法では複数の認識器から得られた複数の異なる認識結果文を用いて発話の選択を行う．認識結果文をアラインメントするためのプログレッシブ法と Voting Entropy を発話選択に用いている．提案手法を日本語話し言葉コーパスの 190 時間の音声データを使い評価し，能動学習を行わないランダムな発話選択より顕著に良い結果を得た．74% の単語正解精度を得るために必要な書き起こし付きデータ量はランダム選択では 97 時間，単語事後確率を用いた従来手法では 72 時間であるが，提案手法では 60 時間で済むという結果になった． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | We propose an active learning method with multiple recognizers for large vocabulary continuous speech recognition. In this approach, the recognition results obtained from recognizers are used for selecting utterances. Here, a progressive search method is used for aligning sentences, and voting entropy is used as a measure for selecting utterances. Our method was evaluated by using 190-hour speech data in the Corpus of Spontaneous Japanese. It proved to be significantly better than random selection. It only required 60 h of data to achieve a word accuracy of 74%, while standard training (i.e., random selection) required 97 h of data. The recognition accuracy of our proposed method was also better than that of the conventional uncertainty sampling method using word posterior probabilities as the confidence measures for selecting sentences. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN10442647 | |||||||
| 書誌情報 |
音声言語情報処理（SLP） 巻 2009-SLP-79, 号 4, p. 1-5, 発行日 2009-12-14 |
|||||||
| 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 | |||||||
