Amazon Mechanical Turkを用いた音声データ収集による音声検索システムの評価

• Item type: SIG Technical Reports(1)
• 公開日: 2011-07-14
• タイトル: Amazon Mechanical Turkを用いた音声データ収集による音声検索システムの評価
• タイトル / 言語: en
• タイトル: Collecting Speech Data using Amazon's Mechanical Turk for Evaluating Voice Search System
• 言語: eng
• キーワード / 主題Scheme: Other
• キーワード / 主題: 音声対話1
• 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: Academic Center for Computing and Media Studies, Kyoto University, Japan.
• 著者所属: Academic Center for Computing and Media Studies, Kyoto University, Japan.
• 著者所属: Computer Science Department, Carnegie Mellon University, USA
• 著者所属(英): en
• 著者所属(英): Academic Center for Computing and Media Studies, Kyoto University, Japan.
• 著者所属(英): en
• 著者所属(英): Academic Center for Computing and Media Studies, Kyoto University, Japan.
• 著者所属(英): en
• 著者所属(英): Computer Science Department, Carnegie Mellon University, USA
• 著者名: 李, 清宰; 河原, 達也; Rudnicky, Alexander
• 著者名(英): Cheongjae, Lee; Tatsuya, Kawahara; Alexander, Rudnicky
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Amazon Mechanical Turk (MTurk) を用いて効率的に音声データを収集する方法について述べる。音声検索の評価用セットのための音声データを収集するタスク (HIT)、及び収集されたデータの品質を検証するタスクを設計した。1000 以上の発話をきわめて効率的に収集することができた。そのうち 90% 以上は正しい書き起こしがある有用なデータであり、妥当な音声認識精度が得られた。このデータを用いて、音声により書籍を検索するシステムの評価を行った。その結果、意味スロット毎に用意したベクトル空間モデルを組み合わせる提案手法が、従来の単純なベクトル空間モデルに比べて、高い検索性能を実現することを確認した。
• 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 crowd-sourcing method to collect speech data using Amazon's Mechanical Turk (MTurk). We designed a task (HIT) to collect speech data as an evaluation set for voice search and another task to verify the quality of the collected speech data. More than a thousand utterances are collected very efficiently. It turned out that more than 90% of them are valid with correct transcript, and reasonable recognition accuracy is achieved. Using the data, we conducted evaluation of the voice book search system, and confirmed that the combination of slot-based vector space models provides higher search accuracy than the conventional single vector space model.
• 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: 研究報告音声言語情報処理（SLP）; 巻 2011-SLP-87, 号 9, p. 1-6, 発行日 2011-07-14
• 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