| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2008-03-20 15:15 ［ポスター講演］LVCSR based on Context-Dependent Syllable Acoustic Models ○Jian Zhang・Longbiao Wang・Seiichi Nakagawa（Toyohashi Univ. of Tech.）  SP2007-200 |
|
| 抄録 | （和） | We propose an effective and accurate inter-word context dependent modeling for large vocabulary continuous speech recognition (LVCSR). As well known, intra-word context dependent modeling can be realized by describing the context dependent syllables in the dictionary. However, it usually suffers from the limitations of less accuracy because it does not model inter-syllable pronunciation variations. In our previous study, a combinational use of linear lexicon and tree-structured lexicon in a 1-best approximation search algorithm for LVCSR was proposed. We only need to make branches for the head syllable according to the contexts and the paths are merged at the second syllable for the linear lexicon. For the tree-structured lexicon, branches are made in a similar way. At the end node of a word the language scores have to be compensated considering the inter-word context, but the scores of contexts other than that of the best history have lost because of the merge at the second syllable. To solve this problem, we introduce the `likelihood difference index'. We also investigate the effect of rescoring of the context dependent syllable acoustic model in the 2nd pass mode. The proposed algorithms were evaluated on JNAS and CSJ corpus. The proposed algorithms obtained a remarkable improvement of recognition performance, and the rescoring of the context dependent syllable acoustic models in the 2nd pass mode also achieved a further improvement even the same acoustic models were used in the 1st pass. |
| （英） | We propose an effective and accurate inter-word context dependent modeling for large vocabulary continuous speech recognition (LVCSR). As well known, intra-word context dependent modeling can be realized by describing the context dependent syllables in the dictionary. However, it usually suffers from the limitations of less accuracy because it does not model inter-syllable pronunciation variations. In our previous study, a combinational use of linear lexicon and tree-structured lexicon in a 1-best approximation search algorithm for LVCSR was proposed. We only need to make branches for the head syllable according to the contexts and the paths are merged at the second syllable for the linear lexicon. For the tree-structured lexicon, branches are made in a similar way. At the end node of a word the language scores have to be compensated considering the inter-word context, but the scores of contexts other than that of the best history have lost because of the merge at the second syllable. To solve this problem, we introduce the `likelihood difference index'. We also investigate the effect of rescoring of the context dependent syllable acoustic model in the 2nd pass mode. The proposed algorithms were evaluated on JNAS and CSJ corpus. The proposed algorithms obtained a remarkable improvement of recognition performance, and the rescoring of the context dependent syllable acoustic models in the 2nd pass mode also achieved a further improvement even the same acoustic models were used in the 1st pass. | |
| キーワード | （和） | LVCSR / context-dependent acoustic models / acoustic and language model rescoring / linear lexicon / tree-structured lexicon / / / |
| （英） | LVCSR / context-dependent acoustic models / acoustic and language model rescoring / linear lexicon / tree-structured lexicon / / / | |
| 文献情報 | 信学技報, vol. 107, no. 551, SP2007-200, pp. 81-86, 2008年3月. | |
| 資料番号 | SP2007-200 | |
| 発行日 | 2008-03-13 (SP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SP2007-200 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2008-03-20 - 2008-03-21 |
| 開催地（和） | 東大 |
| 開催地（英） | Univ. Tokyo |
| テーマ（和） | 国際ワークショップ(20日），研究会(21日) 「聴覚・音声・言語とその障害，一般」 |
| テーマ（英） | International Workshop (Mar 20), Speech Production, Speech Perception, Hearing and Speech, etc. (Mar 21) |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2008-03-SP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | LVCSR based on Context-Dependent Syllable Acoustic Models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | LVCSR / LVCSR |
| キーワード(2)（和/英） | context-dependent acoustic models / context-dependent acoustic models |
| キーワード(3)（和/英） | acoustic and language model rescoring / acoustic and language model rescoring |
| キーワード(4)（和/英） | linear lexicon / linear lexicon |
| キーワード(5)（和/英） | tree-structured lexicon / tree-structured lexicon |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | Jian Zhang / Jian Zhang / |
| 第1著者 所属（和/英） | Toyohashi University of Technology (略称： 豊橋技科大) Toyohashi University of Technology (略称： Toyohashi Univ. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | Longbiao Wang / Longbiao Wang / |
| 第2著者 所属（和/英） | Toyohashi University of Technology (略称： 豊橋技科大) Toyohashi University of Technology (略称： Toyohashi Univ. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | Seiichi Nakagawa / Seiichi Nakagawa / |
| 第3著者 所属（和/英） | Toyohashi University of Technology (略称： 豊橋技科大) Toyohashi University of Technology (略称： Toyohashi Univ. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-03-20 15:15:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SP |
| 資料番号 | SP2007-200 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | no.551 |
| ページ範囲 | pp.81-86 |
| ページ数 | 6 |
| 発行日 | 2008-03-13 (SP) |
[研究会発表申込システムのトップページに戻る]