@techreport{oai:ipsj.ixsq.nii.ac.jp:00096737,
 author = {髙橋, 仁基 and 紺野, 和磨 and 熊谷, 真純 and 李, 時旭 and 田中, 和世 and 小嶋, 和徳 and 石亀, 昌明 and 伊藤, 慶明 and Jinki, Takahashi and Kazuma, Konno and Masumi, Kumagai and Shi-wook, Lee and Kazuyo, Tanaka and Kazunori, Kojima and Masaaki, Ishigame and Yoshiaki, Itoh},
 issue = {3},
 month = {Dec},
 note = {音声中の検索語検出 (STD：Spoken Term Detection) において，隠れマルコフモデル (HMM：Hidden Markov Model) 状態系列間の照合方式を用いた STD における・高精度化方式を提案する．提案方式では，音声ドキュメントに対し，予め音節認識を行っておき，得られた認識結果に対してあらゆる 2 音節 （音節 バイグラム） での事前に検索を行っておく．クエリが与えられると，クエリの音節列を 1 音節ずつシフトさせながら 2 音節を作成し，2 音節事前検索の上位 K 件のみを照合対象データとして絞り込んだ上で，HMM 状態系列間の照合を行う．さらにリランキングを行うことによって，より高精度な検索の実現を図る．評価実験の結果，検索精度は従来方式と比べ，すべてのテストセットで約 10～17 ポイントの精度向上が見られ，NTCIR-9 の Dry run を除くと，事前検索結果を導入してもほぼ精度低下なく 1.5 秒以下で検索可能であった．K = 1,000 とした場合，NTCIR-9 の Dry run を除き 3 つのテストセットにおいて，HMM 間照合をリランキングした場合と比べても，検索精度・検索時間で優位となった．以上より本提案方式の有効性を確認できた．, We propose various methods for Spoken Term Detection (STD), which identifies the target utterances where query terms are spoken in spoken documents. In this paper, we apply three methods to STD to improve the retrieval accuracy. The experimental results demonstrated the methods worked well for open test collections.},
 title = {音声中の検索語検出における事前検索・HMM状態系列照合・リランキングの適用},
 year = {2013}
}