統計と連想に基づく連続音声認識に関する研究

基于统计和关联的连续语音识别研究

• 批准号: 05780277
• 负责人: 伊藤 彰則
• 金额: $ 0.58万
• 依托单位: Tohoku 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: 1993
• 资助国家: 日本
• 起止时间: 1993 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-05780277/
• 关键词: 連続音声認識; 連想; ハッシュ法; 単語検出; 文節文法

今年度の研究内容としては,(1)文法情報の構築,(2)連想に基づく単語検出法の構築,および(3)単語連想における統計情報の利用,の3つが挙げられる.今回の研究では,当初の研究計画にある「単語から単語,あるいは単語から場面への連想情報の構築」は行っていない.文法情報は,本研究の基礎となる重要な情報源である.本研究では,自然な発話の認識を目指して,会話音声中の文節構造を表現する有限オートマトンの構築を行った.会話資料としては,日本音響学会の連続音声データベース中の会話音声の書き起こしテキストを用いている.このテキストから間投詞などのいわゆる不用語を除き,残った表現を受理する文節内文法を有限オートマンで表現した.この文法の構築は,筆者の以前構築した文章音声のための文節内文法を改変する形で行われた.連想に基づく単語検出法の研究として,「拡張RHA法」を提案した.拡張RHA法は,高速な単語認識法に用いられる「RHA(Redundant Hash Addressing)法」を連続音声認識用に拡張したものである.RHA法を連続音声認識に応用する際には,(1)単語向けの手法を連続音声用に変更することと,(2)元のRHA法の精度を改善することの2点が重要であった.(1)として,RHA法に「活性点(activation point)」の概念を導入し,RHAを単語検出に応用した.また(2)として,あらかじめ音素認識誤りを見込んだ「拡張fragment」を導入し,検出の高精度化をはかった.単語検出実験により,従来この用途に用いられてきた「連続DP法」と比較し,検出性能は遜色なく,検出速度は数倍高速であることが確かめられた.拡張RHA法による単語検出に統計的要素を導入する一手段として,拡張fragmentによる単語検出法を提案した.拡張RHA法において,単語を連想するための単位は,あらかじめ固定された長さの音素組であったが,拡張fragmentを用いる方法では,その単位を統計的に決定する.この手法では,検出対象となる単語集合が与えられたとき,ひとつの連想単位から連想される単語が一定数以下になるように統計的に連想単位を決定する.具体的には,不定長の音素組を使って単語を連想するようになる.これによって無駄な連想が抑えられ,単語の誤検出を少なく抑えることができるようになった.

This year's research contents are: (1) Construction of Grammatical Information, (2) Constructing of Continuous Thoughts and Basics of Single Language 検出法, および (3) Constructing of Single-Language Continuous ThoughtsにおけるUse of statistical information, の3つがげられる. This time's research では, the original research plan にある「単语から単语, あるいはThis study is based on the basics of this study and the important information sources for this study.では, natural な発语のcognitionを Eyes refers to して, conversational voice in の文典struct をexpression するlimited オートマトンのconstruct を行った. Conversation data としては,Japanese Audio Society's Continuous Sound Sound データベース中のconversation sound の书き出こしテキストを用いている.このテキストからIndirectly cast words などのいわゆる无语をexcludeき, residual ったexpressionをacceptanceする文section内grammaticalをlimited オートマンでexpressionした.このgrammatical construction Architecturally, the author has previously constructed the article, the sound of the article, the grammar within the text section, the grammar, the changes in the text, the shape, the lines, and the research on the method of even thinking about it.して, 「拡张RHA method」をProposalした.拡张RHA methodは,High-speed な単语cognition methodに用いられる「RHA (Redundant Hash Addressing) method "を even the sound recognition method に拡张したものである. RHA method を even the sound recognition に応用するinteriorには, (1) 単语为けのtechnique を even the sound Improve the accuracy of the RHA method using the に変 Update することと, (2) Yuan の RHA method の す る こ と の 2 points が important で あ っ た. (1) と し て, RHA method に "Activation point (activation) point)》の ConceptをIntroductionし,RHAを単语検出に応用した.また(2)として,あらかじめphoneme misrecognitionりを见込んだ「拡张fragment」をImportし,検出のHigh-precisionをはかった.単语検出実験により,従来このpurposeに用いられてきIn comparison with the "Continuous DP method", the performance is inferior, and the speed is several times higher than the high speed. The RHA method is accurate.単検出に Elements of statistics を Import す る 一 means と し て, 拡 Zhang fragment に よ 単 検 出 法 を Proposal し た. 拡 Zhang RHA method に おいて,単を连思するための単bitは,あらかじめfixedされた长さのphoneme groupであったが,拡张fragmentを用いるMethod では, その単bit を statistical にdetermination する.このtechnique では, 検出対肖 となる単语集が与えられたとき, ひとつの even think 単bitからcontinuous thoughts される単语がa certain number of になるように statistics of にcontinuous thoughts 嘘嘘をdetermine する. Specific には, indefinite length のphoneme group を使って単语を连思するようになる.これによって无駄な连思が suppress えられ,単语の検出を小なく気えることができるようになった.

项目成果

Akinori ITO and Shozo MAKINO: "Word pre-selection using a redundant hash addessing method for continuous speech recognition" Proc.ICSLP92. 1. 309-312 (1992)

Akinori ITO 和 Shozo MAKINO：“使用冗余散列寻址方法进行连续语音识别的单词预选择”Proc.ICSLP92。

Akinori ITO and Shozo MAKINO: "A New Word Pre-Selection Method Based on an Extended Redunant Hash Addressing for Continuous Speech Recognition" Proc.ICASSP93. 2. 299-302 (1993)

Akinori ITO 和 Shozo MAKINO：“一种基于扩展冗余哈希寻址的连续语音识别的新单词预选方法”Proc.ICSSP93。

Akinori ITO and Shozo MAKINO: "A Fast Word Pre-Selection Based on Speech Fragments for Continuous Speech Recognition" Proc.IWSP93. 1. 107-112 (1993)

Akinori ITO 和 Shozo MAKINO：“基于语音片段的快速单词预选，用于连续语音识别”Proc.IWSP93。