ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内【1種研のみ】
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 2025-03-04 11:05
[ポスター講演]音響と言語の交互適応に基づく高齢者音声認識の性能改善
○高橋快斗・若林佑幸(豊橋技科大)・太田健吾(阿南高専)・北岡教英(豊橋技科大) EA2024-142 SIP2024-177 SP2024-83
抄録 (和) 近年様々な場面で利用されている音声認識は,一般に若年者の音声で学習されているため,若年者の音声に対して高い精度を達成している一方,高齢者の音声に対しては認識精度が低い.また,現在日本では高齢化が進み,それに伴い高齢者が音声認識技術を利用する機会が増えることが予想されるため,高齢者音声に対して高精度の音声認識を行うことが求められている.そこで,本研究では,高齢者者音声に対して高精度の音声認識を行うために,障害者音声において有効であることが報告されている自己教師あり学習を用いた音声認識を用い,認識精度の改善を試みた.我々の先行研究において聴覚障害者音声に対して自己教師あり学習モデルを用いた音響と言語の交互適応に基づく学習方法が有効であることを示した.この方法は,エンコーダの上層と下層に対しそれぞれ異なるドメインのデータセットで学習し,中間層では両者のデータセットを層の位置に応じて確率的に学習させるものである.本稿ではこの方法を高齢者音声に適用し,提案手法の有効性の調査や限界の検討を行った.高齢者音声コーパスEARSに対して評価した結果,提案手法により学習されたモデルは,一般的なfine-tuning をしたモデル(CER=15.3%)より高い認識精度(CER=14.6%)を得ることができた.一般音声に対し認識精度の高いWisper Midiumをfine-tuningしたモデルの認識精度(CER=14.1%)には及ばなかったが,提案手法は半分以下のパラメータ数でほぼ同等のCERを達成した. 
(英) In recent years, the accuracy of speech recognition technology has significantly improved, leading to its widespread use in various applications such as smart speakers and voice assistants. However, current speech recognition systems are typically trained using the voices of younger individuals, resulting in higher accuracy for this demographic. In contrast, studies have reported lower recognition accuracy for elderly voices due to differences in vocal characteristics such as slower speech rates, increased hoarseness, and changes in articulation patterns. Given Japan's aging population and the anticipated increase in elderly users of speech recognition technology, there is a growing need to enhance recognition accuracy for elderly voices. Addressing this challenge is difficult due to the unique acoustic features of elderly speech and the limited availability of suitable training data. To tackle this issue, the study applied self-supervised learning (SSL), a method known for its effectiveness in scenarios with limited labeled data. Specifically, the research used a learning approach based on alternating learning between acoustic and language information, which we proposed in our previous work. This method demonstrated higher recognition accuracy for elderly voices compared to traditional fine-tuning techniques using the same model. However, its performance still fell short of models optimized for general speech recognition. Further analysis of the results provided insights into the strengths and limitations of this learning method.
キーワード (和) 音声認識 / 高齢者音声 / ドメイン適応 / 自己教師あり学習 / / / /  
(英) Automatic Speech Recognition / Elderly Speech / Domain Adaptation / Self-Supervised Learning / / / /  
文献情報 信学技報, vol. 124, no. 391, SP2024-83, pp. 391-396, 2025年3月.
資料番号 SP2024-83 
発行日 2025-02-23 (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 EA2024-142 SIP2024-177 SP2024-83

研究会情報
研究会 EA SIP SP IPSJ-SLP  
開催期間 2025-03-02 - 2025-03-04 
開催地(和) 沖縄県青年会館 
開催地(英)  
テーマ(和) 応用/電気音響, 信号処理,音声,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 2025-03-EA-SIP-SP-SLP 
本文の言語 日本語 
タイトル(和) 音響と言語の交互適応に基づく高齢者音声認識の性能改善 
サブタイトル(和)  
タイトル(英) Improvement of Speech Recognition Performance for Elderly Speech by Alternating Learning of Acoustic and Linguistic information 
サブタイトル(英)  
キーワード(1)(和/英) 音声認識 / Automatic Speech Recognition  
キーワード(2)(和/英) 高齢者音声 / Elderly Speech  
キーワード(3)(和/英) ドメイン適応 / Domain Adaptation  
キーワード(4)(和/英) 自己教師あり学習 / Self-Supervised Learning  
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) 高橋 快斗 / Kaito Takahashi / タカハシ カイト
第1著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT)
第2著者 氏名(和/英/ヨミ) 若林 佑幸 / Yukoh Wakabayashi / ワカバヤシ ユウコウ
第2著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT)
第3著者 氏名(和/英/ヨミ) 太田 健吾 / Kengo Ohta / オオタ ケンゴ
第3著者 所属(和/英) 阿南工業等等専門学校 (略称: 阿南高専)
National Institute of Technology, Anan College (略称: NIT, Anan College)
第4著者 氏名(和/英/ヨミ) 北岡 教英 / Norihide Kitaoka / キタオカ ノリヒデ
第4著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT)
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: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2025-03-04 11:05:00 
発表時間 80分 
申込先研究会 SP 
資料番号 EA2024-142, SIP2024-177, SP2024-83 
巻番号(vol) vol.124 
号番号(no) no.389(EA), no.390(SIP), no.391(SP) 
ページ範囲 pp.391-396 
ページ数 6 
発行日 2025-02-23 (EA, SIP, SP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]

(日本語ページの行間係数: 1)

IEICE / 電子情報通信学会