| 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 | 2009-01-29 14:20 信頼度基準による解探索打ち切りに基づく超早音声認識 ○小島 弘・南角吉彦・李 晃伸・徳田恵一（名工大）  SP2008-128 |
|
| 抄録 | （和） | 現在の音声認識を用いたインターフェースの問題の1つに，ボタンなどのグラフィカルインターフェースに比べて入力に対する反応速度が遅くなりがちで，フィードバックも少ないことが挙げられる． これまでに，部分文仮説の尤度等を利用して発話区間の終端（無声区間の出現）を早く検出する手法や，仮説を部分的に確定していくことで逐次的に結果を出力する仮説早期確定手法などが研究されてきた． 本研究では，単語認識を対象として，仮説ネットワーク (木構造化辞書) の構造および認識処理中のフレームごとの状態尤度より，入力の途中で仮説を事前確定する手法を提案する． 具体的には，木構造化辞書において単語間で共有されておらず，単語末端までのパスが一意に確定できるノードをあらかじめ抽出しておき，認識時にはそれらの単語中のノードの尤度から，末端に至っていない単語についても信頼度を算出する． 音声区間終了判定は，ある単語の信頼度の閾値，およびその単語が持続して最尤となる持続フレーム数で行う． 評価実験では，メディアプレイヤー操作タスクを想定して，語彙数38の単語辞書について6名の話者が発声228単語発話（平均発話長 1.12秒）に対して実験を行った． その結果，提案法は，認識精度を保ったまま，切り出し末尾の無音区間を取り除いた真の発話終端よりもさらに平均で0.3秒遡って仮説を確定できることが示された． |
| （英） | In spite of the recent advances of speech recognition technology, a speech interface does not become a friendly, easy-to-use interface in our daily life yet. One essential reason may be that, as compared with the widely accepted graphical user interface such as mouse devices or buttons, its input delay can be sometimes large and its user feedback while input is very poor. These facts can make users not to choose speech as main mode of an interface. To improve the delay, some approaches has been tried such as fast end-of-speech (beginning of silence) detection at VAD stage, or making progressive outputs while recognition by fixing already half-determined words in the context. This paper advances these approaches toward ultra-rapid recognition by proposing a method to determine the most likely hypothesis BEFORE the end of the entire input, on isolated word recognition. We use a structural information of the tree-organized lexicon and search-time likelihoods for the determination. The ``non-branch nodes'' which are not shared among words in the tree are marked beforehand. While recognition, their likelihoods are gathered for their belonging words to estimate the word probabilities on the fly. The search can be terminated when the probability of a word goes over a threshold for a certain period. An experimental evaluation was performed for an isolated word recognition task with vocabulary size of 38 (6 speakers, 228 utterances, average length was 1.12 seconds). The result has shown that our proposed algorithm can determine a word for about 0.3 second prior to the actual end of speech, without any degradation of recognition accuracy. |
|
| キーワード | （和） | 音声認識 / 探索アルゴリズム / 早期確定 / 木構造化辞書 / 音声区間検出 / / / |
| （英） | speech recognition / search algorithm / progressive output / tree lexicon / voice activity detection / / / | |
| 文献情報 | 信学技報, vol. 108, no. 422, SP2008-128, pp. 13-18, 2009年1月. | |
| 資料番号 | SP2008-128 | |
| 発行日 | 2009-01-22 (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 | SP2008-128 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2009-01-29 - 2009-01-30 |
| 開催地（和） | 奈良先端大 |
| 開催地（英） | NAIST |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2009-01-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 信頼度基準による解探索打ち切りに基づく超早音声認識 |
| サブタイトル（和） | |
| タイトル（英） | Ultra-Rapid Speech Recognition based on Search Termination using Confidence Scoring |
| 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） | 探索アルゴリズム / search algorithm |
| キーワード(3)（和/英） | 早期確定 / progressive output |
| キーワード(4)（和/英） | 木構造化辞書 / tree lexicon |
| キーワード(5)（和/英） | 音声区間検出 / voice activity detection |
| 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） | 小島 弘 / Hiroshi Kojima / コジマ ヒロシ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 南角 吉彦 / Yoshihiko Nankaku / ナンカク ヨシヒコ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 李 晃伸 / Akinobu Lee / リ アキノブ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 徳田 恵一 / Keiichi Tokuda / トクダ ケイイチ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-01-29 14:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2008-128 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.422 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2009-01-22 (SP) |
[研究会発表申込システムのトップページに戻る]