高次元特徴量と低自由度識別器を用いた高精度音声認識器の開発と研究

点击翻译按钮获取中文摘要

本年度は,高次元特徴量と低自由度識別器を用いた音声認識器の大規模音声データへの適用を目的とした研究を行なった.特に,昨年度提案した高次元特徴量の利用法であるカーネル法に基づく音声処理法をデータ数に対してスケーラブルに動作するよう,拡張を行なった.提案手法はカーネル部分空間法に基づく音響モデルの近似と,近似を精密に保つための部分空間追跡法から成る.従来のカーネル法に基づくデータ解析は,一般的にトレーニングデータ数の二乗に比例して計算量が必要となる.音声の諸問題では大量のデータサンプルを用いて処理を行なう必要があり,従来法ような二乗に比例して計算時間を要するアルゴリズムでは適用することが非常に困難である.提案法によって導出されたアルゴリズムでは,トレーニングデータ数に比例する時間で計算が完了することが示されており,音声処理に適した拡張となっている.さらに,提案法は並列化可能なアルゴリズムとなっており,近年のマルチコア/メニーコア環境や,クラウドコンピューティングによる音響モデル学習が容易になっている.提案法はTIMIT音素認識タスクで評価した.TIMIT音素認識タスクで用いられているデータセットは近年の音声認識タスクとしては非常に小さいが,カーネル法をベースとした音声認識タスクでは従来の実験と比べ6倍のサイズにスケールアップすることができた.提案法は従来のさまざまな部分空間法(線形識別分析,Relief特徴選択法)を上回る精度を得られることを確認した.