• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

音声データベースからの音声知識の発見

Research Project

Project/Area Number 11130204
Research Category

Grant-in-Aid for Scientific Research on Priority Areas (A)

Allocation TypeSingle-year Grants
Research InstitutionTohoku University

Principal Investigator

牧野 正三  東北大学, 大型計算機センター, 教授 (00089806)

Co-Investigator(Kenkyū-buntansha) 鈴木 基之  東北大学, 大型計算機センター, 助手 (30282015)
Project Period (FY) 1999
Project Status Completed (Fiscal Year 1999)
Budget Amount *help
¥2,300,000 (Direct Cost: ¥2,300,000)
Fiscal Year 1999: ¥2,300,000 (Direct Cost: ¥2,300,000)
Keywords音声データベース / 話題抽出 / 韻律特徴 / 言語モデル / HMnet
Research Abstract

現在音声データベースからの知識発見として、以下の3つが強く期待されている。
1.大規模音声データベースに基づく、最適な音素モデルの構造の発見と認識のための最適認識単位の発見
2.大規模言語データベースに基づく、最適な言語モデルの構造の発見
3.大規模音声ライブラリからの話題(複数)の発見と、話題の切れ目の発見。また、各話題のキーワードの自動抽出
4.上記3課題を遂行するための、音声自動ラベリングシステムや、ホルマント、基本周波数の自動抽出システムの構築
以上の課題に対して平成10年度は、まず類似性に基づく音素モデルの構造の自動発見法を提案し、従来のHMMに基づく音素モデルや、要因を考慮して作成されたHMnetよりも高性能であることを示した。また、音声自動ラベリングシステム、基本周波数抽出システムを構築した。平成11年度は、平成10年度の成果に基づいて、認識のための最適認識単位の発見、また同じ方法に基づく最適な言語モデルの構造の発見、基本周波数に基づく話題のキーワード推定法を提案した。認識のための最適単位としては、母音+子音の組み合わせが比較的多いことが明かになった。また、毎日新聞データベースを用いて、言語モデルの構造の推定を行なったところ、文節に対応した単位を見つけることができ、かつトライグラムよりも性能が良かった。基本周波数を用いることによって、従来抽出できなかったキーワードの抽出が可能であることも明らかになった。

Report

(1 results)
  • 1999 Annual Research Report
  • Research Products

    (2 results)

All Other

All Publications (2 results)

  • [Publications] 森大毅,阿曽弘具,牧野正三: "単語知識を必要としない高精度な言語モデル"自然言語処理. 6・2. 29-40 (1999)

    • Related Report
      1999 Annual Research Report
  • [Publications] 鈴木基之,阿部俊郎,森大毅,牧野正三,阿部弘具: "音素ごとの木構造話者クラスタリングによる話者適応"電子情報通信学会論文誌D-II. J82-D-II・6. 981-989 (1999)

    • Related Report
      1999 Annual Research Report

URL: 

Published: 1999-04-01   Modified: 2016-04-21  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi