| 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 | 2016-09-05 16:45 LSTM-CTCを用いた音響イベント検出・除去音声認識システムの検討 那須 悠（(元)東芝）・○藤村浩司（東芝）  PRMU2016-69 IBISML2016-24 |
|
| 抄録 | （和） | 近年，深層学習の導入によって音声認識の性能は大幅に向上している．しかし，話し言葉の音声認識精度は読み上げ音声の認識精度に比べ依然低く，話し言葉音声認識を利用したアプリケーションはまだ多くない．話し言葉認識における音声認識精度劣化要因は多く存在する．特に，話し言葉に含まれるフィラーや言い淀み，言い誤りなどの音響イベントは，音声認識システムにとって性能の阻害要因となる．本報告では，音韻とフィラー・言い淀みを同時に識別するLSTM-CTC音響モデルを用いて，フィラー・言い淀みの検出または除去を効率良く，高精度に行う音声認識システムを提案する． |
| （英） | Deep learning techniques have drastically increased the speech recognition performance. However, there are few practical applications utilizing spontaneous speech recognition because of the difficulty compared to read speech recognition. Spontaneous speech is challenging to recognize due to various causes. In particular, acoustic events such as fillers and hesitation disfluencies can degrade speech recognition accuracy. In this paper, we propose a speech recognition system with simultaneous modeling of phonemes and acoustic events using an LSTM-CTC acoustic model, which efficiently detects or removes acoustic events in recognition outputs. | |
| キーワード | （和） | 音声認識 / 音響モデル / LSTM / CTC / 音響イベント検出 / / / |
| （英） | speech recognition / acoustic modeling / LSTM / CTC / acoustic event detection / / / | |
| 文献情報 | 信学技報, vol. 116, no. 208, PRMU2016-69, pp. 121-126, 2016年9月. | |
| 資料番号 | PRMU2016-69 | |
| 発行日 | 2016-08-29 (PRMU, IBISML) | |
| 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 | PRMU2016-69 IBISML2016-24 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM IBISML |
| 開催期間 | 2016-09-05 - 2016-09-06 |
| 開催地（和） | 富山大学 |
| 開催地（英） | |
| テーマ（和） | パターン認識・機械学習基盤技術及び一人称視点・注視情報と行動理解 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2016-09-PRMU-CVIM-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | LSTM-CTCを用いた音響イベント検出・除去音声認識システムの検討 |
| サブタイトル（和） | |
| タイトル（英） | Acoustic event detection and removal using LSTM-CTC for speech recognition |
| 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） | 音響モデル / acoustic modeling |
| キーワード(3)（和/英） | LSTM / LSTM |
| キーワード(4)（和/英） | CTC / CTC |
| キーワード(5)（和/英） | 音響イベント検出 / acoustic event 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） | 那須 悠 / Yu Nasu / ナス ユウ |
| 第1著者 所属（和/英） | (元)東芝研究開発センタ- (略称： (元)東芝) former Corporate Research and Development Center, Toshiba Corporation (略称： former Toshiba) |
| 第2著者 氏名（和/英/ヨミ） | 藤村 浩司 / Hiroshi Fujimura / フジムラ ヒロシ |
| 第2著者 所属（和/英） | 東芝研究開発センタ- (略称： 東芝) Corporate Research and Development Center, Toshiba Corporation (略称： Toshiba) |
| 講演者 | 第2著者 |
| 発表日時 | 2016-09-05 16:45:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2016-69, IBISML2016-24 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.208(PRMU), no.209(IBISML) |
| ページ範囲 | pp.121-126 |
| ページ数 | 6 |
| 発行日 | 2016-08-29 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]