| 講演抄録/キーワード |
| 講演名 |
2012-07-19 14:30
構造的特徴を用いたSVMによる中国語自動発音誤り検出 ○趙 童牧(東大)・星野朱美(富山高専)・鈴木雅之・峯松信明・広瀬啓吉(東大) SP2012-50 |
| 抄録 |
(和) |
外国語学習者の発声には多くの発音誤りが観測される。彼らの学習を支援するCALL (Computer-Aided Language Learning) システムの構築には,発音誤り検出技術が必須である。本研究では中国語を学ぶ日本人学習者を対象に,彼らの典型的な音素発音誤りの検出について検討した。音素誤りラベリングが施された学習者音声データベースの構築には多大な労力が必要となるため,ここでは母語話者音声データを操作して,人工的に,発音誤り音声データを準備した。まず,日本人にとって発音が難しい8つの音素を定義した。次に,これらの音素に関して書き起こしを操作することで,発音誤りが混入した音声データを作成した。更には故意に誤って発音した音声についても収録した。これらのデータを用い,GOP (Goodness of Pronunciation),LR (Likelihood Ratio),及び構造的特徴を用いたSVM (Support Vector Machine)の三種類の方法を検討した。実験の結果,構造的特徴を用いた SVM が他の二種類の方法よりも非常に高い精度で誤り検出ができることが示された。 |
| (英) |
Pronunciation errors are often made by learners of a foreign language. To build a CALL (Computer-Aided Language Learning) system to support them, automatic error detection is an essential technique. In this study, Japanese learners of Chinese are focused on and automatic detection of their typical and frequent phoneme production errors is investigated. Due to difficulty of preparing labels of the phoneme errors found in real learners' data, we prepare native utterances including artificial phoneme errors. First, the target phonemes, which often appear to be problematic for Japanese learners to pronounce correctly, are defined through discussion with teachers. Then, phoneme production errors are created artificially by changing transcripts of native utterances and we further ask native speakers to read sentences with specific phoneme production errors. Three methods of GOP (Goodness of Pronunciation), LR (Likelihood Ratio), and SVM (Support Vector Machine) with struc-tural features are compared under the task of phoneme error detection. Here, GOP-based error detection is done by using the threshold optimized through development data. Results show that SVM with structural features performs better than both of the GOP-based and LR-based baseline methods. |
| キーワード |
(和) |
CALL / 音素誤り / 誤り検出 / 中国語 / SVM / 構造的特徴 / GOP / 尤度比 |
| (英) |
CALL / phoneme errors / error detection / Chinese / SVM / structural feature / GOP / likelihood ratio |
| 文献情報 |
信学技報, vol. 112, no. 141, SP2012-50, pp. 1-6, 2012年7月. |
| 資料番号 |
SP2012-50 |
| 発行日 |
2012-07-12 (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 |
SP2012-50 |
| 研究会情報 |
| 研究会 |
SP IPSJ-SLP |
| 開催期間 |
2012-07-19 - 2012-07-21 |
| 開催地(和) |
滝の湯(山形・天童温泉) |
| 開催地(英) |
Hotel Takinoyu (Yamagata Pref.) |
| テーマ(和) |
認識,理解,対話,一般 |
| テーマ(英) |
Speech recognition, understanding, dialog, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
SP |
| 会議コード |
2012-07-SP-SLP |
| 本文の言語 |
英語(日本語タイトルあり) |
| タイトル(和) |
構造的特徴を用いたSVMによる中国語自動発音誤り検出 |
| サブタイトル(和) |
|
| タイトル(英) |
Automatic pronunciation error detecting of Chinese using SVM with structural features |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
CALL / CALL |
| キーワード(2)(和/英) |
音素誤り / phoneme errors |
| キーワード(3)(和/英) |
誤り検出 / error detection |
| キーワード(4)(和/英) |
中国語 / Chinese |
| キーワード(5)(和/英) |
SVM / SVM |
| キーワード(6)(和/英) |
構造的特徴 / structural feature |
| キーワード(7)(和/英) |
GOP / GOP |
| キーワード(8)(和/英) |
尤度比 / likelihood ratio |
| 第1著者 氏名(和/英/ヨミ) |
趙 童牧 / Tongmu Zhao / チョウ ドウボク |
| 第1著者 所属(和/英) |
東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo) |
| 第2著者 氏名(和/英/ヨミ) |
星野 朱美 / Akemi Hoshino / |
| 第2著者 所属(和/英) |
富山高等専門学校 (略称: 富山高専)
Toyama National College of Technology (略称: Toyama National College of Tech.) |
| 第3著者 氏名(和/英/ヨミ) |
鈴木 雅之 / Masayuki Suzuki / |
| 第3著者 所属(和/英) |
東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo) |
| 第4著者 氏名(和/英/ヨミ) |
峯松 信明 / Nobuaki Minematsu / |
| 第4著者 所属(和/英) |
東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo) |
| 第5著者 氏名(和/英/ヨミ) |
広瀬 啓吉 / Keikichi Hirose / |
| 第5著者 所属(和/英) |
東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo) |
| 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: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2012-07-19 14:30:00 |
| 発表時間 |
30分 |
| 申込先研究会 |
SP |
| 資料番号 |
SP2012-50 |
| 巻番号(vol) |
vol.112 |
| 号番号(no) |
no.141 |
| ページ範囲 |
pp.1-6 |
| ページ数 |
6 |
| 発行日 |
2012-07-12 (SP) |
|