| 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 | 2026-09-14 13:50 音声認識システムWhisperとローカルLLMを用いた議事録作成支援の取り組み ～ ファインチューニングによるWhisperの固有名詞認識精度向上 ～ ○新 隼人・白川 理・林 淑隆（キヤノンITソリューションズ）  NLC2026-2 |
|
| 抄録 | （和） | 近年，音声認識システムや大規模言語モデル（LLM）を活用した議事録作成支援ツールが広く利用されている．一方で，人名や企業名などの固有名詞の誤認識は議事録品質を低下させる要因であり，多くの音声認識システムでは単語登録やカスタム辞書による改善が図られている．しかし，WhisperなどのEnd-to-End型音声認識モデルにはこれらの手法の適用が困難であり，追加学習が有力な改善手段となる．一方で，追加学習がモデルにどの程度の影響を与えるかは明らかでない．そこで本稿では， Whisper-large-v3に対して追加学習を実施し，その効果を検証した．その結果，学習データが一定数以内であれば，一般音声に対する認識性能を維持しつつ学習対象単語の認識精度を向上できることを確認した． |
| （英） | Recent advances in speech recognition and large language models (LLMs) have accelerated the adoption of meeting minute generation tools. However, recognition errors of proper nouns such as personal and company names remain a major factor affecting minute quality. While vocabulary registration and custom dictionaries are widely used to improve recognition accuracy, these approaches are difficult to apply to end-to-end speech recognition models such as Whisper. Fine-tuning is therefore considered a promising alternative, although its impact on model performance has not been fully clarified. In this study, we fine-tuned Whisper-large-v3 and evaluated its effects. Results showed that proper noun recognition can be improved while maintaining general speech recognition performance when the training data size is appropriately limited. | |
| キーワード | （和） | 生成AI / 音声認識 / 議事録作成 / ファインチューニング / / / / |
| （英） | Generative AI / Speech Recognition / Minute Generation / Fine-tuning / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 176, NLC2026-2, pp. 7-12, 2026年9月. | |
| 資料番号 | NLC2026-2 | |
| 発行日 | 2026-09-07 (NLC) | |
| 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 | NLC2026-2 |
|
| 研究会情報 | |
| 研究会 | NLC IPSJ-NL |
| 開催期間 | 2026-09-14 - 2026-09-16 |
| 開催地（和） | 北海道新聞帯広支社会議室 |
| 開催地（英） | Hokkaido-Shinbun Obihiro Branch Office Conference Room |
| テーマ（和） | 第23回テキストマイニング・シンポジウム |
| テーマ（英） | The 23rd Text Mining Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2026-09-NLC-NL |
| 本文の言語 | 日本語 |
| タイトル（和） | 音声認識システムWhisperとローカルLLMを用いた議事録作成支援の取り組み |
| サブタイトル（和） | ファインチューニングによるWhisperの固有名詞認識精度向上 |
| タイトル（英） | Supporting Meeting Minutes Creation Using Whisper and a Local LLM |
| サブタイトル（英） | Improving Proper Noun Recognition Accuracy in Whisper through Fine-Tuning |
| キーワード(1)（和/英） | 生成AI / Generative AI |
| キーワード(2)（和/英） | 音声認識 / Speech Recognition |
| キーワード(3)（和/英） | 議事録作成 / Minute Generation |
| キーワード(4)（和/英） | ファインチューニング / Fine-tuning |
| 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） | 新 隼人 / Hayato Atarashi / アタラシ ハヤト |
| 第1著者 所属（和/英） | キヤノンITソリューションズ株式会社 (略称： キヤノンITソリューションズ) Canon IT Solutions Inc. (略称： Canon IT Solutions) |
| 第2著者 氏名（和/英/ヨミ） | 白川 理 / Osamu Shirakawa / シラカワ オサム |
| 第2著者 所属（和/英） | キヤノンITソリューションズ株式会社 (略称： キヤノンITソリューションズ) Canon IT Solutions Inc. (略称： Canon IT Solutions) |
| 第3著者 氏名（和/英/ヨミ） | 林 淑隆 / Yoshitaka Hayashi / ハヤシ ヨシタカ |
| 第3著者 所属（和/英） | キヤノンITソリューションズ株式会社 (略称： キヤノンITソリューションズ) Canon IT Solutions Inc. (略称： Canon IT Solutions) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-09-14 13:50:00 |
| 発表時間 | 30分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2026-2 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.176 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2026-09-07 (NLC) |
[研究会発表申込システムのトップページに戻る]