キーフレーズ認識とその信頼度計算に基づく柔軟な音声対話理解

基于关键词识别的灵活语音对话理解及其可靠性计算

• 批准号: 09780328
• 负责人: 河原 達也
• 金额: $ 1.28万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1997
• 资助国家: 日本
• 起止时间: 1997 至 1998
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-09780328/
• 关键词: 音声認識; 音声理解; 単語スポッティング; 発話検証; キーフレーズ

キーフレーズの検出・検証の高精度化のために、ドメインに独立な語彙・言語モデルの構成方法について研究した。このフィラーモデルは、キーワードやキーフレーズ以外の区間を近似することにより、検出や検証のためのスコアの正規化を行うものである。そのためには、できるだけ小さいサイズで十分なカバレージを持つことが望ましい。また、話題やキーワード語彙の変化に対して頑健であることが望ましい。そこで、ドメインに依存した語彙やコーパスを前提とする代りに、会話スタイル(講演調、情報検索対話など)に依存したモデルを考える。例えば講演調スタイルモデルは、講演の内容に関わらず講演というスタイルに固有の話し言葉の特徴をとらえる。これにより、同一のスタイルからなる大規模なコーパスを利用して学習できる。話題(ドメイン)独立性の尺度として、単語wと話題集合T{t_1,...,t_n}との相互情報量I(T;w)を定義し、この値が小さい単語集合を抽出する。このモデルにより,従来の音節連接モデルに基づく手法に比べて、はるかに高い発話検証性能を得ることができ、講演をしながら音声で操作できるスライドプロジェクタを設計・実装できた。

Research on the method of constructing independent words and speech patterns for high-precision detection and identification of words and speech patterns This is the first time that we've had a chance to get rid of this problem. The first is the first time that a child has been born. The topic of discussion is the transformation of the word. For example, if you want to talk to someone, you can talk to them. For example, the speech is related to the content of the speech, the inherent characteristics of the speech, and the characteristics of the speech. This is the first time that we've had a chance to learn from each other. topic (s) independence scale topic set T{t_1,..., t_n} and the amount of mutual information I(T;w) are defined, and this value can be extracted from a small set of simple words. This is the first time that we've had a chance to talk to each other. We've had a chance to talk to each other.

项目成果

T.Kawahara: "Combining Key-phrase Detection and Subword-based Verification for Flexible Speech Understanding" Proc.IEEE Int'l Conf.Acoust.,Speech & Signal Processing. 1. 1159-1162 (1997)

T.Kawahara：“结合关键短语检测和基于子字的验证以实现灵活的语音理解”Proc.IEEE Intl Conf.Acoust.，演讲

T.Kawahara: "Flexible speech understanding based on combined key-phrase detection and verification" IEEE Trans.Speech & Audio Processing. 採録決定. (1998)

T.Kawahara：“基于组合关键短语检测和验证的灵活语音理解”IEEE 语音和音频处理已接受（1998 年）。

H.Masataki: "Task adaptation using MAP estimation in n-gram language modeling" Proc.IEEE Int'l Conf.Acoust.,Speech & Signal Processing. 1. 783-786 (1997)

H.Masataki：“在 n-gram 语言建模中使用 MAP 估计进行任务自适应”Proc.IEEE Intl Conf.Acoust.，演讲

堂下修司: "音声による人間と機械の対話" オーム社, 386 (1998)

Shuji Doshita：“人与机器之间使用语音的对话”Ohmsha，386 (1998)

C-H.Jo: "Japanese pronunciation training system with HMM segmentation and distinctive feature classification" Proc.Int'l Conf.on Speech Processing. 341-346 (1997)

C-H.Jo：“具有 HMM 分割和独特特征分类的日语发音训练系统”Proc.Intl Conf.on Speechprocessing。