| 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 11:20 HMMの尤度パターンを利用したリスコアリングにおける次元圧縮法の検討 ○小川哲司・小林哲則（早大）  SP2008-55 |
|
| 抄録 | （和） | HMM の尤度パターンを特徴量として用いたリスコアリングにおける，特徴ベクトルの次元圧縮手法について検討を行う．単語のように長い時間構造を持つ確率モデルが，同様に長い時間構造を持つ単語発話に対して与える尤度は，音韻的に類似する単語クラスに属するデータに対しても識別的なパターンを示す．この性質は，単語モデルを用いて計算される単語発話の尤度パターンを特徴量として用いたリスコアリングにおいて，誤り易い単語同士の識別性能の向上に寄与する．しかし，この枠組は，単語モデルが与える尤度のパターンを特徴ベクトルとして用いていることから，特徴ベクトルの次元数が語彙数と一致する．そのため，特に大語彙を扱う音声認識タスクにおいては，特徴ベクトルの次元数が膨大になるという問題がある．そこで本稿では，認識語彙のうち識別に寄与する単語クラスのみを選択し，得られたクラスに対する尤度のみを用いて特徴ベクトルを構成することで，尤度特徴ベクトルの次元数を削減することを試みる．このように次元圧縮を行った尤度特徴空間上における静的なパターン認識を，単語音声認識システムのリスコアリングに適用したところ，学習データが比較的少量の場合において，次元圧縮を行わないシステムの認識性能を劣化させることなく，かつ従来のHMM を上回る性能を与えることがわかった． |
| （英） | We investigate dimensionality reduction of feature vectors in rescoring using likelihood patterns given by HMMs with long-time structures as feature parameters. The likelihood patterns calculated for word utterances by using word-wise statistical models give discriminative patterns even if those utterances belong to the different word classes consisting of similar phonemes. This characteristic can contribute to reduction of errors for the classes that are difficult to classify by conventional ML classification in rescoring using the likelihood feature vectors with long-time structures. However, since this method utilizes the likelihood feature vectors with a dimensionality of the number of the vocabulary, it is not feasible for large vocabulary tasks. Thus, in the present paper, we attempt to reduce the dimensionality of the feature vectors by selecting only the word classes that contribute to classification from the vocabulary and using the likelihoods only for those word classes as the feature parameters. For the case in which static pattern recognition on the feature space constructed from the likelihood feature vectors is applied to rescoring of the word recognition system, proposed dimensionality reduction did not degrade the performance considerably compared to the system without dimensionality reduction, and it improved the performance compared to the conventional HMMs. |
|
| キーワード | （和） | 尤度パターン / 次元圧縮 / 特徴選択 / リスコアリング / 単語音声認識 / / / |
| （英） | likelihood pattern / dimensionality reduction / feature selection / rescoring / spoken word recognition / / / | |
| 文献情報 | 信学技報, vol. 108, no. 142, SP2008-55, pp. 73-78, 2008年7月. | |
| 資料番号 | SP2008-55 | |
| 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 | SP2008-55 |
|
| 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） | HMMの尤度パターンを利用したリスコアリングにおける次元圧縮法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Dimensionality Reduction in Rescoring Using Likelihood Patterns Given by HMMs |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 尤度パターン / likelihood pattern |
| キーワード(2)（和/英） | 次元圧縮 / dimensionality reduction |
| キーワード(3)（和/英） | 特徴選択 / feature selection |
| キーワード(4)（和/英） | リスコアリング / rescoring |
| キーワード(5)（和/英） | 単語音声認識 / spoken word recognition |
| 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） | 小川 哲司 / Tetsuji Ogawa / オガワ テツジ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 小林 哲則 / Tetsunori Kobayashi / コバヤシ テツノリ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-07-18 11:20:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2008-55 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.142 |
| ページ範囲 | pp.73-78 |
| 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]