文節境界を考慮した統計的言語モデルの高度化と音声認識への利用

推进考虑子句边界及其在语音识别中的使用的统计语言模型

• 批准号: 16650034
• 负责人: 広瀬 啓吉
• 金额: $ 2.11万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Exploratory Research
• 财政年份: 2004
• 资助国家: 日本
• 起止时间: 2004 至 2005
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-16650034/
• 关键词: 言語モデル; 文節境界; 音声認識; 韻律的特徴; Tri-gram; Filler; 自発発話音声; 生成過程モデル; Perplexity; 言語コーパス; アクセント句境界; 形態素解析

日本語の言語構造・発話構造を考慮した新しい統計的言語モデルを開発した上で、それを音声認識システムに組み込む有効な方策を開発することを目的として以下の成果を達成した。1.文節境界をまたぐ場合とまたがない場合のtri-gramモデルを学習し、従来のtri-gramモデルと比較し、8%程度以上のperplexityの減少が可能なことを示した。さらに、連続音声認識用openソフトウエアJuliusの第2パスに作成したtri-gramモデルを実装し、JNAS音声コーパスの音声サンプルについて認識実験を行った。新聞記事1年分で学習した言語モデルを用いた場合、提案した言語モデルを用いることにより、従来と比較して8%程度の認識率の改善が得られた。新聞記事3年分で学習した言語モデルを用いた場合には、顕著な改善効果は得られなかった。この観点から、提案したモデルは特に十分な学習コーパスが得られないときに有効であることが推察される。2.上記は朗読音声に対する成果である。これを自発発話音声に発展させるため、自発発話で多く見られるFillerが深い文節境界で生起する確率が高いことに着目し、Fillerを検出するための韻律モジュールを開発した。当該形態素の韻律的特徴等を入力パラメータとする4層パーセプトロンで韻律モジュールを構築し、74%程度のフィラー検出率を達成した。この韻律モジュールをJuliusに組み込むことにより、90%を超えるRecall率を達成した。今後は、これをもとにFillerを考慮した言語モデルを作成し、自由発話音声の認識に用いる手法の開発を進める。3.観測される基本周波数パターンと生成過程モデルにより生成される基本周波数パターンとの差分を、文の言語情報、音素情報、指令パラメータから推定する手法を開発し、観測される基本周波数パターンとの誤差を5%程度低減できることを示した。

In Japan, there are some strategies and policies for the opening of the program, the purpose of the program, and the following results. 1. In the context of the situation, it is possible to learn more from tri-gram, tri-gram from less than 8 per cent of the perplexity. The sound of the connection is known as the open sound, the sound of the Julius, the sound of the tri-gram, the sound of the JNAS, the sound of the sound, the sound. The new chronicle records one year's worth of academic records, and the rate of improvement is better than the rate of 8% improvement. The new chronicle is divided into three years. I have learned how to use it and improve it. It is very important to make a point and propose a proposal to make a survey. two。 In the last part of the story, I heard the sound of the sound. The sound of self-talk, the sound of self- When there are some factors such as the characteristics of the law, and so on, the input force is 4%, and the rate of recovery is 74%. We need to know that the rate of Julius is very high, and the Recall rate is 90% higher than normal. In the future, in the future, we will be able to learn more about Filler in the future. In the future, we will be able to learn more about speech and voice learning. 3. The basic number of waves is generated. The number of basic waves is generated. The number of basic waves is generated. The difference, language, phoneme, and instructions are displayed. The method of presumption is open, and the number of basic waves is 5% lower than that of 5%.

项目成果

Detection of fillers using prosodic features in spontaneous speech recognition of Japanese

在日语自发语音识别中使用韵律特征检测填充物

• 发表时间: 2006
• 期刊: Proc.International Conference on Speech Prosody (発表予定)
• 作者: 篠原正典;廣川佐千男;野本 忠司;野本 忠司;Takayuki Kitasaka;宮本秀昭;鳥脇純一郎;鳥脇純一郎;林雄一郎;Takayuki Kitasaka;鳥脇純一郎;宮本秀昭;佐藤嘉晃;高木隆司;J.Toriwaki;鳥脇純一郎;鳥脇純一郎;広瀬啓吉;広瀬啓吉;Keikichi Hirose
• 通讯作者: Keikichi Hirose

Filled pauses as cues to the complexity of following phrases

填充停顿作为后续短语复杂性的提示

• 发表时间: 2005
• 期刊: Proc.9^<th> European Conference on Speech Communication and Technology (INTERSPEECH) CD-ROM
• 作者: 篠原正典;廣川佐千男;野本 忠司;野本 忠司;Takayuki Kitasaka;宮本秀昭;鳥脇純一郎;鳥脇純一郎;林雄一郎;Takayuki Kitasaka;鳥脇純一郎;宮本秀昭;佐藤嘉晃;高木隆司;J.Toriwaki;鳥脇純一郎;鳥脇純一郎;広瀬啓吉;広瀬啓吉;Keikichi Hirose;阿部悠;阿部悠;河村美由紀;Michiko Watanabe
• 通讯作者: Michiko Watanabe

韻律を用いた連続音声認識

使用韵律进行连续语音识别

• 发表时间: 2006
• 期刊: 韻律と音声言語情報処理-アクセント・イントネーション・リズムの科学-(丸善) 5章2節
• 作者: 篠原正典;廣川佐千男;野本 忠司;野本 忠司;Takayuki Kitasaka;宮本秀昭;鳥脇純一郎;鳥脇純一郎;林雄一郎;Takayuki Kitasaka;鳥脇純一郎;宮本秀昭;佐藤嘉晃;高木隆司;J.Toriwaki;鳥脇純一郎;鳥脇純一郎;広瀬啓吉
• 通讯作者: 広瀬啓吉

音声認識時の韻律利用によるフィラー検出

在语音识别过程中使用韵律进行填充检测

• 发表时间: 2006
• 期刊: 日本音響学会講演論文集 CD-ROM
• 作者: 篠原正典;廣川佐千男;野本 忠司;野本 忠司;Takayuki Kitasaka;宮本秀昭;鳥脇純一郎;鳥脇純一郎;林雄一郎;Takayuki Kitasaka;鳥脇純一郎;宮本秀昭;佐藤嘉晃;高木隆司;J.Toriwaki;鳥脇純一郎;鳥脇純一郎;広瀬啓吉;広瀬啓吉;Keikichi Hirose;阿部悠;阿部悠
• 通讯作者: 阿部悠

F_0モデルパラメータの自動抽出における統計的手法の利用

利用统计方法自动提取F_0模型参数

• 发表时间: 2005
• 期刊: 日本音響学会講演論文集 1
• 作者: 篠原正典;廣川佐千男;野本 忠司;野本 忠司;Takayuki Kitasaka;宮本秀昭;鳥脇純一郎;鳥脇純一郎;林雄一郎;Takayuki Kitasaka;鳥脇純一郎;宮本秀昭;佐藤嘉晃;高木隆司;J.Toriwaki;鳥脇純一郎;鳥脇純一郎;広瀬啓吉;広瀬啓吉;Keikichi Hirose;阿部悠;阿部悠;河村美由紀;Michiko Watanabe;Keikichi Hirose;渡辺美知子;渡辺美知子;阿部悠;古山悠介
• 通讯作者: 古山悠介