| 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 | 2017-03-02 09:00 ［ポスター講演］利用環境変動に頑健な分岐選択型DNN音響モデルの検討 ○森谷崇史・浅見太一・山口義和・青野裕司（NTT）  EA2016-131 SIP2016-186 SP2016-126 |
|
| 抄録 | （和） | 近年 Deep Neural Network(DNN)の応用により，音声認識技術が様々な場面で利用されている.しかしながら音声認識システムにおいて高精度な認識結果を得るためには利用する環境ごとに対応した音響モデルを用意しなければならない.また，各音響モデルの学習にはそれぞれの利用環境に応じた大量の学習データと計算時間を必要とするため非常にコストがかかる.そこで本研究では利用する環境の違いに頑健な音響モデルの学習方法を提案する. 具体的には，DNNの入力層を利用環境の数だけ分岐させ，出力層あるいは中間層で分岐を結合することで，各分岐が利用環境ごとに学習できるような DNN音響モデルを構築する.この音響モデルを用いることで，分岐しない DNNと比べて文字正解精度の相対誤り改善率は 9.6%となり，提案する DNN音響モデルの有効性を示した. |
| （英） | The performance of speech recognition tasks can be significantly improved by the use of deep neural networks (DNN). Speech recognition system is demanded to high recognition performance with the increase in use scene of itself. However, it needs to prepare acoustic models corresponding to each environment to obtain the best recognition results. Also, to train and make each acoustic model takes a lot of costs that contain preparation of a large amount of training data and computational time for training. The goal of this paper is to obtain an acoustic model that can adapt each environmental speech data and output high recognition results. We propose DNN architecture that is diverged and converged at input, and hidden or output layer respectively. The each pass of diverged DNN architecture is trained by using each environmental speech data, so it has a role for robustness to environmental variation. Compared to no diverged DNN architecture, our proposed DNN architecture improves character accuracy. Its relative error rate is 9.6%. | |
| キーワード | （和） | 音声認識 / 音響モデル / 耐雑音性 / Deep Neural Network / / / / |
| （英） | Speech Recognition / Acoustic Model / Noise Robustness / Deep Neural Network / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 477, SP2016-126, pp. 277-282, 2017年3月. | |
| 資料番号 | SP2016-126 | |
| 発行日 | 2017-02-22 (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 | EA2016-131 SIP2016-186 SP2016-126 |
|
| 研究会情報 | |
| 研究会 | SP SIP EA |
| 開催期間 | 2017-03-01 - 2017-03-02 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2017-03-SP-SIP-EA |
| 本文の言語 | 日本語 |
| タイトル（和） | 利用環境変動に頑健な分岐選択型DNN音響モデルの検討 |
| サブタイトル（和） | |
| タイトル（英） | Study of branch selecting DNN acoustic model for robustness to environmental variation |
| 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 Model |
| キーワード(3)（和/英） | 耐雑音性 / Noise Robustness |
| キーワード(4)（和/英） | Deep Neural Network / Deep Neural Network |
| 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） | 森谷 崇史 / Takafumi Moriya / モリヤ タカフミ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 浅見 太一 / Taichi Asami / アサミ タイチ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 山口 義和 / Yoshikazu Yamaguchi / ヤマグチ ヨシカズ |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 青野 裕司 / Yushi Aono / アオノ ユウシ |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-03-02 09:00:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SP |
| 資料番号 | EA2016-131, SIP2016-186, SP2016-126 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.475(EA), no.476(SIP), no.477(SP) |
| ページ範囲 | pp.277-282 |
| ページ数 | 6 |
| 発行日 | 2017-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]