音声データベースからの音声知識の発見

从语音数据库中发现语音知识

• 批准号: 11130204
• 负责人: 牧野 正三
• 金额: $ 1.47万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas (A)
• 财政年份: 1999
• 资助国家: 日本
• 起止时间: 1999 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-11130204/
• 关键词: 音声データベース; 話題抽出; 韻律特徴; 言語モデル; HMnet

現在音声データベースからの知識発見として、以下の3つが強く期待されている。1.大規模音声データベースに基づく、最適な音素モデルの構造の発見と認識のための最適認識単位の発見2.大規模言語データベースに基づく、最適な言語モデルの構造の発見3.大規模音声ライブラリからの話題(複数)の発見と、話題の切れ目の発見。また、各話題のキーワードの自動抽出4.上記3課題を遂行するための、音声自動ラベリングシステムや、ホルマント、基本周波数の自動抽出システムの構築以上の課題に対して平成10年度は、まず類似性に基づく音素モデルの構造の自動発見法を提案し、従来のHMMに基づく音素モデルや、要因を考慮して作成されたHMnetよりも高性能であることを示した。また、音声自動ラベリングシステム、基本周波数抽出システムを構築した。平成11年度は、平成10年度の成果に基づいて、認識のための最適認識単位の発見、また同じ方法に基づく最適な言語モデルの構造の発見、基本周波数に基づく話題のキーワード推定法を提案した。認識のための最適単位としては、母音+子音の組み合わせが比較的多いことが明かになった。また、毎日新聞データベースを用いて、言語モデルの構造の推定を行なったところ、文節に対応した単位を見つけることができ、かつトライグラムよりも性能が良かった。基本周波数を用いることによって、従来抽出できなかったキーワードの抽出が可能であることも明らかになった。

Now the sound of the sound. 1. 2. Discovery of structure of large-scale acoustic data sets, optimal phoneme data sets and optimal cognitive units 3. Discovery of topic (complex) of large-scale acoustic data sets and optimal cognitive units. 4. Automatic extraction of topics 4. Implementation of the above 3 topics 4. Automatic extraction of basic cycle numbers 4. Automatic extraction of basic cycle numbers 4. Automatic extraction of basic cycle numbers 5. Automatic extraction of basic cycle numbers 6. Automatic generation of basic cycle numbers 7. Automatic generation of basic cycle numbers 8. Automatic generation of basic cycle numbers 9. Automatic generation The reason for this is that HMnet has been created. For example, the audio frequency is automatically adjusted, and the basic frequency is extracted. The results of Heisei 11 and Heisei 10 are as follows: basic knowledge, discovery of optimal knowledge position, identification method, discovery of optimal structure of basic speech, basic frequency, basic topic, and estimation method. The most appropriate position for recognizing the vowel + consonant combination is to compare the vowel with the consonant. Daily news, daily news The basic wave number is extracted from the middle of the wave.

项目成果

森大毅,阿曽弘具,牧野正三: "単語知識を必要としない高精度な言語モデル"自然言語処理. 6・2. 29-40 (1999)

Daiki Mori、Hirogu Aso、Shozo Makino：“不需要单词知识的高精度语言模型”自然语言处理 6・2（1999）。

鈴木基之,阿部俊郎,森大毅,牧野正三,阿部弘具: "音素ごとの木構造話者クラスタリングによる話者適応"電子情報通信学会論文誌D-II. J82-D-II・6. 981-989 (1999)

Motoyuki Suzuki、Toshiro Abe、Daitake Mori、Shozo Makino、Hiroki Abe：“针对每个音素使用树结构说话人聚类的说话人自适应”IEICE Transactions D-II·6（1999）。