| 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 | 2008-07-18 10:20 連続単語音声認識結果の読み系列を利用した辞書未登録語の音声文書検索 ○栗城吾央・伊藤慶明・小嶋和徳・石亀昌明（岩手県立大）・田中和世（筑波大）・李 時旭（産総研）  SP2008-53 |
|
| 抄録 | （和） | マルチメディアコンテンツ利用機会の増加に伴い，ユーザが見たい場面を容易に検索できる機能が求められる．この機能の実現手法として，音声区間を音声認識し検索キーワードの含まれる区間を特定する方式が研究されているが，音声認識に用いる単語辞書に未登録の言葉は検索が困難であるという問題がある．本稿では，音声認識結果に付加される単語の読み系列を利用することで，辞書未登録語であっても検索可能とする新たなアプローチを提案する．提案方式では，クエリとして辞書未登録語が入力されると，音声認識結果からクエリと類似する読み系列が含まれる区間を類似度に従って高い順位のものから候補文書として出力する．この際，サブワード間音響距離を照合時局所距離として用いることで検索精度の向上を図り，さらに候補文書に対する再認識処理を行うことで一層の検索精度の向上を図った．評価実験では，サブワード間音響距離，再認識処理を用いることで検索性能の向上を確認した．サブワード列照合方式と比べ同等の検索精度が得られ，本手法の有効性を示した． |
| （英） | According to the wide spread of multimedia environment and HDD recorders, many users come to watch and operate video data and information retrieval from video data has been needed these days. For this purpose, many researches have been conducted using a result of a speech recognizer. It is difficult for such a method to deal with out-of-vocabulary (OOV) words for a speech recognizer. Therefore, the paper propose a new approach to enable to retrieve an OOV word section by using phone sequences obtained form the result of a speech recognizer. The proposed approach introduces a phonetic distance matrix and a re-recognition process. The phonetic distance matrix expresses a phonetic distance between any two subwords. These methods are expected to recover substitution errors and improve the retrieval performance. Our experimental results demonstrated the proposed method achieved the comparable performance to the subword matching method without additional processes and large indexes. | |
| キーワード | （和） | 音声認識 / 音声文書検索 / 辞書未登録語 / サブワード / / / / |
| （英） | speech recognition / spoken document retrieval / out-of-vocabulary / subword / / / / | |
| 文献情報 | 信学技報, vol. 108, no. 142, SP2008-53, pp. 61-66, 2008年7月. | |
| 資料番号 | SP2008-53 | |
| 発行日 | 2008-07-10 (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 | SP2008-53 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2008-07-17 - 2008-07-19 |
| 開催地（和） | 岩手県大 |
| 開催地（英） | Iwate Prefectural Univ. |
| テーマ（和） | 認識，理解，対話，一般 |
| テーマ（英） | Speech Recognition, Speech Understanding, Speech Dialogue, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2008-07-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 連続単語音声認識結果の読み系列を利用した辞書未登録語の音声文書検索 |
| サブタイトル（和） | |
| タイトル（英） | Open Vocabulary Spoken Document Retrieval using Phone Sequence Obtained from General Speech Recognizer |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声認識 / speech recognition |
| キーワード(2)（和/英） | 音声文書検索 / spoken document retrieval |
| キーワード(3)（和/英） | 辞書未登録語 / out-of-vocabulary |
| キーワード(4)（和/英） | サブワード / subword |
| キーワード(5)（和/英） | / |
| 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） | 栗城 吾央 / Go Kuriki / クリキ ゴオ |
| 第1著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Pref. Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 伊藤 慶明 / Yoshiaki Itoh / イトウ ヨシアキ |
| 第2著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Pref. Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小嶋 和徳 / Kazunori Kojima / コジマ カズノリ |
| 第3著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Pref. Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 石亀 昌明 / Masaaki Ishigame / イシガメ マサアキ |
| 第4著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Pref. Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 田中 和世 / Kazuyo Tanaka / タナカ カズヨ |
| 第5著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第6著者 氏名（和/英/ヨミ） | 李 時旭 / Shi-wook Lee / Shi-wook Lee |
| 第6著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-07-18 10:20:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2008-53 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.142 |
| ページ範囲 | pp.61-66 |
| ページ数 | 6 |
| 発行日 | 2008-07-10 (SP) |
[研究会発表申込システムのトップページに戻る]