複数音声認識システムを用いた音声中の検索語検出の検討

• Item type: SIG Technical Reports(1)
• 公開日: 2009-12-14
• タイトル: 複数音声認識システムを用いた音声中の検索語検出の検討
• タイトル / 言語: en
• タイトル: Spoken Term Detection Using Multiple Recognition Systems
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 【Session-9 音声検索・要約】
• 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: 山梨大学大学院医学工学総合教育部コンピュータ・メディア工学専攻
• 著者所属: 山梨大学大学院医学工学総合研究部
• 著者所属: 山梨大学大学院医学工学総合研究部
• 著者所属(英): en
• 著者所属(英): Dept. of Computer Science and Media Engineering, Educational Interdisciplinary Graduate School of Medicine and Engineering, University of Yamanashi
• 著者所属(英): en
• 著者所属(英): Dept. of Research Interdisciplinary Graduate School of Medicine and Engineering, University of Yamanashi
• 著者所属(英): en
• 著者所属(英): Dept. of Research Interdisciplinary Graduate School of Medicine and Engineering, University of Yamanashi
• 著者名: 名取, 賢; 西崎, 博光; 関口, 芳廣
• 著者名(英): Natori, Satoshi; Nishizaki, Hiromitsu; Sekiguchi, Yoshihiro
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，複数の音声認識システムを用いた音声中の検索語検出について述べる．提案手法では，モデルの異なる複数の音声認識システムの認識結果から，コンフュージョンネットワークの形で，検索用のインデックスを構築する．このインデックスを利用することで，音声認識誤りや未知語に対して頑健な検索が期待できる．構築したインデックスでは単純な検索方法では湧き出し誤りが大量に発生してしまう．この湧き出し誤りを抑制するために簡単なフィルタを実装した．実験の結果，提案手法の潜在的な有効性を示すことができた．特に検索語が未知語である場合において 0.71 という高い再現率が得られた．
• 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 a spoken term detection (STD) technique using syllable transition networks (STNs) derived from multiple speech recognition systems' outputs. In the proposed technique, an index for retrieving a query term consists of syllable-based confusion networks which are constructed by combining multiple outputs of speech recognizers. Although the index is robust to the speech recognition errors and the out-of-vocabulary problem, the index produces a number of false detection errors on the STD task. Therefore, we designs a simple filter which can control the false detection errors. The experiment of STD showed that our technique was very effective at detecting out-of-vocabulary terms, improving recall rate to 0.71 from the baseline.
• 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: 音声言語情報処理（SLP）; 巻 2009-SLP-79, 号 19, p. 1-6, 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