A study on a fundamental technology to promote the speech recognition adaptation for speakers

促进说话人语音识别适配的基础技术研究

• 批准号: 19700182
• 负责人: NAKANO Teppei
• 金额: $ 2.3万
• 依托单位: Waseda University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2007
• 资助国家: 日本
• 起止时间: 2007 至 2008
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-19700182/
• 关键词: 音声情報処理; ヒューマンインタフェース; ヒューマンインターフェイス

本研究では,人間の持つ非常に高度な適応・学習能力を積極的に活用した,人を音声認識器に適応させることで高度な認識精度の実現を可能にする手法の検討を行った.実利用環境における認識精度の劣化を招く主な原因として,想定話者の発話の特徴と実際の話者のミスマッチ(話者要因)が挙げられる.本研究では,話者要因に関して,入力音声の音響的特徴からより適切な発話様式を誘導するための手法の提案と,その効果の検証実験を行った.また,より適切な話者誘導を実現するために必要な,語彙依存な指示語の必要性について調査を行った.音声認識技術のエキスパートによる指示例の収集とその分析を行い,より間違えやすい語に対する適切な指示語生成を可能にするエキスパートシステムを開発した.被験者実験を行い,その効果の検証を行った.

This study is aimed at exploring the methods of human voice recognition, which are highly adaptive and learning ability is actively utilized. By using the environment, the main reason for the deterioration of recognition accuracy is to determine the characteristics of the speaker and the real speaker. This study aims to provide a method for speech induction based on the acoustic characteristics of the input sound, and to verify the results. The necessity of a word-dependent indicator is investigated. Sound recognition technology for the collection of indicators to conduct analysis, the time between the two languages to generate appropriate indicators to develop The person who is being treated is in the middle of the process, and the results are verified.