@techreport{oai:ipsj.ixsq.nii.ac.jp:00075432,
 author = {李, 清宰 and 河原, 達也 and Rudnicky, Alexander and Cheongjae, Lee and Tatsuya, Kawahara and Alexander, Rudnicky},
 issue = {9},
 month = {Jul},
 note = {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。, 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.},
 title = {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},
 year = {2011}
}