| 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 | 音素決定木構造のアニーリングに基づく音響モデリング ○塩田さやか・橋本 佳・全 炳河・南角吉彦・李 晃伸・徳田恵一（名工大）  SP2007-35 |
|
| 抄録 | （和） | 近年，連続音声認識システムにおける音響モデルとして，コンテキスト，音素環境を考慮したコンテキスト依存モデルが広く利用されている．また，与えられた学習データ量に応じて適切なパラメータ共有構造を得るために，決定木に基づくコンテキストクラスタリングが用いられる．しかし，音素決定木の構築には，あらかじめ推定した状態系列に関する情報が必要となる．一方，隠れマルコフモデル(Hidden Markov Model; HMM)のモデル学習において最適な状態系列を推定する手法として確定的アニーリングEM(Deterministic Annealing Expectation Maximization; DAEM)アルゴリズムが提案されている．しかし，最適な状態系列の推定にはモデルのパラメータ共有構造をあらかじめ決定しておく必要がある．このように，決定木構造と状態系列は，その推定に相互を必要とするため，同時最適化は困難であった．本報告では，これらの問題を解決するために，構造の異なる複数の音素決定木を用いた学習アルゴリズムを提案する．提案法では，複数の木構造を含む確率モデルを定義し，その最適化にDAEMアルゴリズムを適用することにより，複数の木構造を考慮した信頼性の高いモデルパラメータを推定することができる． |
| （英） | This paper proposes a joint optimization technique of phonetic decision trees and state sequences for HMM-based speech recognition. In context-dependent models (i.e., triphone HMMs), the decision tree based context clustering is applied to extract an optimal parameter tying structure given HMM state sequences. On the other hand, the DAEM(Deterministic Annealing Expectation Maximization) algorithm has been proposed to estimate optimal state sequences in the training of HMMs. However, these techniques optimize phonetic decision trees and HMM state sequences independently with keeping the other fixed. To overcome these problems, we propose model structure annealing in which the DAEM algorithm is applied to optimize a probabilistic model including the multiple decision trees as a hidden variable. |
|
| キーワード | （和） | 連続音素認識 / 音響モデル / コンテキストクラスタリング / 音素決定木構造 / 確定的アニーリング / / / |
| （英） | Continuous speech recognition / Acoustic modeling / Context clustering / Phonetic decision tree / Deterministic annealing / / / | |
| 文献情報 | 信学技報, vol. 107, no. 165, SP2007-35, pp. 67-72, 2007年7月. | |
| 資料番号 | SP2007-35 | |
| 発行日 | ||
| 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 | SP2007-35 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2007-07-26 - 2007-07-27 |
| 開催地（和） | 富山県立大 |
| 開催地（英） | Toyama Prefectural University |
| テーマ（和） | 音声生成，知覚，聴覚・音声，一般 |
| テーマ（英） | Speech Production, Speech Perception, Hearing and Speech, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2007-07-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 音素決定木構造のアニーリングに基づく音響モデリング |
| サブタイトル（和） | |
| タイトル（英） | Acoustic Modeling Based on Model Structure Annealing for Speech Recognition |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 連続音素認識 / Continuous 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） | コンテキストクラスタリング / Context clustering |
| キーワード(4)（和/英） | 音素決定木構造 / Phonetic decision tree |
| キーワード(5)（和/英） | 確定的アニーリング / Deterministic annealing |
| 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） | 塩田 さやか / Sayaka Shiota / シオタ サヤカ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第2著者 氏名（和/英/ヨミ） | 橋本 佳 / Kei Hashimoto / ハシモト ケイ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第3著者 氏名（和/英/ヨミ） | 全 炳河 / Heiga Zen / ゼン ヘイガ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第4著者 氏名（和/英/ヨミ） | 南角 吉彦 / Yoshihiko Nankaku / ナンカク ヨシヒコ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第5著者 氏名（和/英/ヨミ） | 李 晃伸 / Akinobu Lee / リ アキノブ |
| 第5著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第6著者 氏名（和/英/ヨミ） | 徳田 恵一 / Keiichi Tokuda / トクダ ケイイチ |
| 第6著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 講演者 | 第1著者 |
| 発表日時 | |
| 発表時間 | 分 |
| 申込先研究会 | SP |
| 資料番号 | SP2007-35 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | no.165 |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | |
[研究会発表申込システムのトップページに戻る]