A Spoken Language Knowledge Expansion Framework for Real-World Speech Recognition Using Deep Learning Technology and Human Collaboration

利用深度学习技术和人类协作进行现实世界语音识别的口语知识扩展框架

• 批准号: 18K11431
• 负责人: Kai Atsuhiko
• 金额: $ 2.75万
• 依托单位: Shizuoka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-01 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18K11431/
• 关键词: 自動音声認識; 深層学習; 長時間録音; 自動修正; 音声検索語検出; 読み推定; End-to-end型; リアルタイム; 長時間収録; 自動字幕; End-to-end型音声認識; 長時間収録音声; End-to-end型音声認識モデル; 環境雑音; 音声認識誤り修正; 低コスト字幕修正; 回り込み音声; End-to-end音声認識モデル; 注目話者音声認識; 話者音声分離; 音声区間検出; 言語知識拡充; ディープニューラルネットワーク(DNN); 情

项目成果

Multi-Condition Training of Denoising Autoencoder by Augmenting Simulated Reverberant Speech Data

• DOI: 10.1109/gcce.2018.8574776
• 发表时间: 2018-10
• 期刊: 2018 IEEE 7th Global Conference on Consumer Electronics (GCCE)
• 作者: R. Nahar;Takashi Kawai;A. Kai

Robust Query-by-example Spoken Term Detection for Unknown Words Using Speech Retrieval-oriented E2E ASR Modeling

使用面向语音检索的 E2E ASR 建模对未知单词进行鲁棒示例查询口语术语检测

• 发表时间: 2021
• 作者: Takumi Kurokawa;Atsuhiko Kai
• 通讯作者: Atsuhiko Kai

Effect of Data Augmentation on DNN-Based VAD for Automatic Speech Recognition in Noisy Environment

• DOI: 10.1109/gcce50665.2020.9292034
• 发表时间: 2020-10
• 期刊: 2020 IEEE 9th Global Conference on Consumer Electronics (GCCE)
• 作者: R. Nahar;A. Kai

Effects of End-to-end ASR and Score Fusion Model Learning for Improved Query-by-example Spoken Term Detection

• 发表时间: 2020-12
• 期刊: 2020 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC)
• 作者: Takumi Kurokawa;A. Kai;Hiroki Kondo

Efficient Channel Adaptation of ASR by DNN-based Data Augmentation using Re-recorded Paired data with Automatic Alignment Correction

使用重新记录的配对数据和自动对齐校正，通过基于 DNN 的数据增强实现 ASR 的高效通道适应

• 发表时间: 2021
• 作者: Nahar Raufun;Kai Atsuhiko
• 通讯作者: Kai Atsuhiko