講演抄録/キーワード |
講演名 |
2023-03-01 09:50
Domain Adaptation for Improving End-to-end ASR Performance of Classroom Speech with Variable Recording Condition ○Raufun Nahar・Rino Suzuki・Atsuhiko Kai(Shizuoka Univ.) EA2022-101 SIP2022-145 SP2022-65 |
抄録 |
(和) |
(まだ登録されていません) |
(英) |
Automatic speech recognition (ASR) of real-world speech recorded in real environment has been a challenge in the field of artificial intelligence (AI). The real environment speech can vary in terms of location, recording medium and devices and so on. In this research, we particularly take interest in recognizing data recorded in university classroom. This real-world classroom situation is simulated by re-recording a small amount of data in classroom by playing through loudspeaker and recording them using low-quality wireless microphone. Previous research on supervised training of ASR indicates the requirement of large-scale transcribed data in target environment. However, it is costly to record and transcribe such amount of data for desired environment. Therefore, we adopt DNN-based data augmentation method for end-to-end ASR model as well as self-supervised-learning (SSL) based feature extraction with implicit end-to-end model to perform ASR task for classroom data. Fine-tuning of SSL-based ASR using target domain data helps achieving 17.9% character error rate for low audibility data. |
キーワード |
(和) |
/ / / / / / / |
(英) |
ASR / Real environment / Classroom recording / Self-supervised learning / Data augmentation / / / |
文献情報 |
信学技報, vol. 122, no. 389, SP2022-65, pp. 153-158, 2023年2月. |
資料番号 |
SP2022-65 |
発行日 |
2023-02-21 (EA, SIP, SP) |
ISSN |
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 |
EA2022-101 SIP2022-145 SP2022-65 |
研究会情報 |
研究会 |
SP IPSJ-SLP EA SIP |
開催期間 |
2023-02-28 - 2023-03-01 |
開催地(和) |
沖縄県立博物館・美術館 |
開催地(英) |
|
テーマ(和) |
音声,応用/電気音響, 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 |
2023-02-SP-SLP-EA-SIP |
本文の言語 |
英語 |
タイトル(和) |
|
サブタイトル(和) |
|
タイトル(英) |
Domain Adaptation for Improving End-to-end ASR Performance of Classroom Speech with Variable Recording Condition |
サブタイトル(英) |
|
キーワード(1)(和/英) |
/ ASR |
キーワード(2)(和/英) |
/ Real environment |
キーワード(3)(和/英) |
/ Classroom recording |
キーワード(4)(和/英) |
/ Self-supervised learning |
キーワード(5)(和/英) |
/ Data augmentation |
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) |
ナハル ラウフン / Raufun Nahar / |
第1著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
第2著者 氏名(和/英/ヨミ) |
鈴木 莉乃 / Rino Suzuki / スズキ リノ |
第2著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
第3著者 氏名(和/英/ヨミ) |
甲斐 充彦 / Atsuhiko Kai / カイ アツヒコ |
第3著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
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: ) |
講演者 |
第1著者 |
発表日時 |
2023-03-01 09:50:00 |
発表時間 |
20分 |
申込先研究会 |
SP |
資料番号 |
EA2022-101, SIP2022-145, SP2022-65 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.387(EA), no.388(SIP), no.389(SP) |
ページ範囲 |
pp.153-158 |
ページ数 |
6 |
発行日 |
2023-02-21 (EA, SIP, SP) |
|