| 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 | 2015-07-16 17:20 線形変換ネットワークを用いて話者正規化学習されたDNNにおけるネットワークサイズが与える影響の実験的評価 ○落合 翼（同志社大/NICT）・松田繁樹（同志社大）・渡辺秀行・ル シュガン・河井 恒（NICT）・片桐 滋（同志社大）  SP2015-41 |
|
| 抄録 | （和） | これまでに著者らは，ハイブリッド型 DNN-HMM 音響モデルに対して話者正規化学習法のコンセプトを 取り入れた新たな話者適応法 (SAT-DNN) を提案してきた．これまでの報告においては，入出力層に加えて 5 つの隠 れ層を持ち，また各隠れ層が 512 個のノードを持つネットワーク構成の DNN を使用し，評価実験を通してその有効 性を示してきた．本報告においては，SAT-DNN 法の最新の改良版である SAT-DNN-LTN 法に着目し，より大きな ネットワーク構造 (隠れ層のノード数に関して) を持つ DNN を使用した評価実験を行うことで，SAT-DNN-LTN 法 に対してネットワークサイズが与える影響についての検証を行った．実験結果から，SAT-DNN-LTN 法が，複数のよ り大きなサイズの DNN に対しても，安定してネットワークの適応効果を向上させることが確認された． |
| （英） | Recently we proposed a novel speaker adaptation method that applied the Speaker Adaptive Training (SAT) concept to DNN-HMM (SAT-DNN) recognizer and showed its fundamental utility from speaker adaptation experiments using the TED Talks corpus data. The network employed in our previous experiment consisted of seven layers: an input layer, five hidden layers, and an output layer. Every hidden layer had 512 nodes, but the validity of such a network size (512 nodes per layer) was not ensured. Actually, the demonstrated effect of a SAT-DNN recognizer might have originated from some by-effect of a small network. In addition to this standing question, we revised SAT-DNN by embedding a Linear Transformation Network (LTN) in a hidden layer of DNN and demonstrated the superiority over SAT-DNN of this new network called SAT-DNN-LTN. Taking these facts into account, we investigate in this paper the effectiveness of larger SAT-DNN-LTN recognizers, whose hidden DNN layer has 1024 or 2048 nodes, in the same speaker adaptation experiment framework as in our previous paper. Experiment results show that larger SAT-DNN-LTN recognizers steadily improve word recognition accuracies and successfully prove the utility of the recognizer concept of SAT-DNN-LTN. |
|
| キーワード | （和） | 話者正規化学習 / ディープニューラルネットワーク / 線形変換ネットワーク / 正則化付き適応 / / / / |
| （英） | Speaker Adaptive Training / Deep Neural Network / Linear Transformation Network / Regularized Adaptation / / / / | |
| 文献情報 | 信学技報, vol. 115, no. 146, SP2015-41, pp. 31-36, 2015年7月. | |
| 資料番号 | SP2015-41 | |
| 発行日 | 2015-07-09 (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 | SP2015-41 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP |
| 開催期間 | 2015-07-16 - 2015-07-17 |
| 開催地（和） | かたくら諏訪湖ホテル |
| 開催地（英） | Katakura Suwako Hotel |
| テーマ（和） | 認識，理解，対話，一般 |
| テーマ（英） | Speech recognition and understanding, dialog system, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2015-07-SP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 線形変換ネットワークを用いて話者正規化学習されたDNNにおけるネットワークサイズが与える影響の実験的評価 |
| サブタイトル（和） | |
| タイトル（英） | Experimental evaluation of network size effect in speaker adaptive trained DNNs embedding linear transformation networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 話者正規化学習 / Speaker Adaptive Training |
| キーワード(2)（和/英） | ディープニューラルネットワーク / Deep Neural Network |
| キーワード(3)（和/英） | 線形変換ネットワーク / Linear Transformation Network |
| キーワード(4)（和/英） | 正則化付き適応 / Regularized Adaptation |
| 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） | 落合 翼 / Tsubasa Ochiai / オチアイ ツバサ |
| 第1著者 所属（和/英） | 同志社大学/情報通信研究機構 (略称： 同志社大/NICT) Doshisha University/National Institute of Information and Communications Technology (略称： Doshisha Univ./NICT) |
| 第2著者 氏名（和/英/ヨミ） | 松田 繁樹 / Shigeki Matsuda / マツダ シゲキ |
| 第2著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 渡辺 秀行 / Hideyuki Watanabe / ワタナベ ヒデユキ |
| 第3著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第4著者 氏名（和/英/ヨミ） | ル シュガン / Xugang Lu / ル シュガン |
| 第4著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第5著者 氏名（和/英/ヨミ） | 河井 恒 / Hisashi Kawai / カワイ ヒサシ |
| 第5著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第6著者 氏名（和/英/ヨミ） | 片桐 滋 / Shigeru Katagiri / カタギリ シゲル |
| 第6著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-07-16 17:20:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2015-41 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.146 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2015-07-09 (SP) |
[研究会発表申込システムのトップページに戻る]