Development of speech recognition system which can recognize slow speaking utterance

Research Project

Project/Area Number	18700174
Research Category	Grant-in-Aid for Young Scientists (B)
Allocation Type	Single-year Grants
Research Field	Perception information processing/Intelligent robotics
Research Institution	Toyohashi University of Technology (2007-2008) Shinshu University (2006)
Principal Investigator	YAMAMOTO Kazumasa Toyohashi University of Technology, 工学部, 助教 (40324230)
Project Period (FY)	2006 – 2008
Project Status	Completed (Fiscal Year 2008)
Budget Amount *help	¥3,540,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥240,000) Fiscal Year 2008: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2007: ¥800,000 (Direct Cost: ¥800,000) Fiscal Year 2006: ¥1,700,000 (Direct Cost: ¥1,700,000)
Keywords	音声認識 / 発話速度変動 / 挿入ペナルティ / 言語重み / 訂正発話 / 発話速度推定 / 対角共分散行列 / 全共分散行列 / 自然発話音声 / 発音変動 / 音響モデル / 信頼度 / 分布間距離
Research Abstract	音声認識システムを使用時に誤認識が発生すると、人間であるユーザは訂正発話をゆっくりとした発話速度で行う傾向があるが、現在の音声認識システムはゆっくりした発話速度の音声の認識精度が悪いため悪循環となっている。本研究では、発話速度を自動推定し、その結果から最適な音声認識システムパラメータ(挿入ペナルティ、言語重み)を自動的に調整することでゆっくりした発話速度の音声の認識精度を大幅に改善した。