@techreport{oai:ipsj.ixsq.nii.ac.jp:00082945,
 author = {中村, 貴亮 and 川端, 豪 and Takaaki, Nakamura and Takeshi, Kawabata},
 issue = {14},
 month = {Jul},
 note = {大語彙連続音声認識システムを構築する際，十分な学習データ量を確保することは難しい．トライフォンHMMの学習にあたり，データ量を確保するためにグループ化が有用である．Tree Based Clustering(TBC)は音素文脈と学習データ中の出現頻度を条件としてクラスタリングを進める手法であるが，本報告では，クラスタリングの分割判定において音素認識誤りの増減を考慮することを試みる．既存規則「DeltalAlveolar」の変更で，実際に効果が見られた．認識実験によって単語正解精度と音素正解精度の向上を確認した．, It is difficult to collect sufficient training data for constructing the large vocabulary speech recognition system. For training triphone HMMs, the grouping is a promising technique to prepare sufficient data. Tree Based Clustering (TBC) is a method to cluster some triphones under conditions that phoneme context and the frequency. This paper describes the improvements in TBC taking phoneme recognition error analysis into account. For example, the rule ”DeltalAlveolar” is adopted only when the phoneme recognition accuracy is improved. Recognition experiments show that the proposed approach is effective to improve the word accuracy and phoneme accuracy.},
 title = {誤り分析に基づくTBC音素クラスタリングに関する一検討},
 year = {2012}
}