| 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 | 2015-03-03 10:45 ［ポスター講演］調音クラスの事後確率に基づく言語識別の検討 ～ 言語共通の調音特徴抽出器およびVQ符号長について ～ ○平田拓海・高木一幸（電通大）  EA2014-106 SIP2014-147 SP2014-169 |
|
| 抄録 | （和） | 国際音声記号表に基づいた調音クラスを設定し，音声のスペクトル特徴時系列に対する調音クラスの事後確率の時系列パターンを用いた言語識別方法を提案する．提案法では，まず音声のスペクトル特徴時系列に対する調音クラスの対数事後確率をGMMに基づく調音特徴抽出器により求める．つぎに，各調音クラスの対数事後確率値を束ね多次元の調音特徴ベクトルを得る．このベクトルの量子化により得たVQ符号時系列のN-gramを識別用言語モデルとする．そして，入力音声から抽出した調音特徴ベクトルのVQ符号列に対して最も高い尤度を与えるN-gramモデルの言語を識別結果とする．本稿では，調音クラスの事後確率の時系列パターンが言語を識別する特徴として有効であることを示し，言語個別の調音特徴抽出器と言語共通の調音特徴抽出器の識別性能を比較した．日英2言語識別実験の結果，言語個別の調音抽出器を用いた場合は，比較的小さいVQ符号長64で最も良い識別率98.1%が得られた．言語共通の調音特徴抽出器を用いた場合はVQ符号長256のときに最も良い識別率95.6%が得られた． |
| （英） | The language identification method is presented that utilizes information on sequential pattern of posterior probabilities of articulatory classes, which are defined based on International Phonetic Alphabet. The present method calculates log posterior probability of each defined articulatory class on speech spectrum to form a multi-dimensional articulatory feature (AF) vector, then vector quantizes it. Statistics on the sequence of the VQ code is modeled with n-gram language model, which is used to estimate likelihoods of the target languages for input VQ code sequences; the language of the model giving the largest likelihood is identified as the input speech language. This paper shows that sequential pattern of posterior probabilities of articulatory classes is effective for language identification, and compares the performance of the method with the language-dependent AF extractors and the one with the language-independent AF extractor. The language identification experiments between Japanese and English were conducted. The results show that the optimum identification rate of 98.1% was obtained with relatively small VQ size of 64 with the language-dependent AF extractors while the VQ size for optimal identification rate of 95.6% was 256 with the language-independent AF extractor. | |
| キーワード | （和） | 言語識別 / 音韻弁別特徴 / 調音クラス / 事後確率 / 国際音声記号 / / / |
| （英） | language identification / phonological discrimination feature / articulatory class / posterior probability / International Phonetic Alphabet / / / | |
| 文献情報 | 信学技報, vol. 114, no. 475, SP2014-169, pp. 187-190, 2015年3月. | |
| 資料番号 | SP2014-169 | |
| 発行日 | 2015-02-23 (EA, SIP, 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 | EA2014-106 SIP2014-147 SP2014-169 |
|
| 研究会情報 | |
| 研究会 | SIP EA SP |
| 開催期間 | 2015-03-02 - 2015-03-03 |
| 開催地（和） | ホテルミヤヒラ（石垣島） |
| 開催地（英） | |
| テーマ（和） | 電気音響，音声，信号処理一般 |
| 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 | 2015-03-SIP-EA-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 調音クラスの事後確率に基づく言語識別の検討 |
| サブタイトル（和） | 言語共通の調音特徴抽出器およびVQ符号長について |
| タイトル（英） | Automatic Language Identification Based on Posterior Probability on Articulatory Classes |
| サブタイトル（英） | Language-Independent Articulatory Feature Extractor and Codebook Size |
| キーワード(1)（和/英） | 言語識別 / language identification |
| キーワード(2)（和/英） | 音韻弁別特徴 / phonological discrimination feature |
| キーワード(3)（和/英） | 調音クラス / articulatory class |
| キーワード(4)（和/英） | 事後確率 / posterior probability |
| キーワード(5)（和/英） | 国際音声記号 / International Phonetic Alphabet |
| 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） | 平田 拓海 / Takumi Hirata / ヒラタ タクミ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 高木 一幸 / Kazuyuki Takagi / タカギ カズユキ |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-03-03 10:45:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SP |
| 資料番号 | EA2014-106, SIP2014-147, SP2014-169 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.473(EA), no.474(SIP), no.475(SP) |
| ページ範囲 | pp.187-190 |
| ページ数 | 4 |
| 発行日 | 2015-02-23 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]