Study on automatic speech recognition based on domain-independent modeling of spontaneous speech

• Project/Area Number: 18700177
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Single-year Grants
• Research Field: Perception information processing/Intelligent robotics
• Research Institution: Kyoto University
• Principal Investigator: AKITA Yuya Kyoto University, 学術情報メディアセンター, 助教 (90402742)
• Project Period (FY): 2006 – 2008
• Project Status: Completed (Fiscal Year 2008)
• Budget Amount: ¥3,800,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥300,000); Fiscal Year 2008: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2007: ¥1,400,000 (Direct Cost: ¥1,400,000); Fiscal Year 2006: ¥1,100,000 (Direct Cost: ¥1,100,000)
• Keywords: 音声認識 / 話し言葉 / 言語モデル / 発音モデル / スタイル変換 / ドメイン

Research Abstract

会議などの話し言葉を対象とした音声認識では, 認識用のモデルの構築に必要な話し言葉データの大規模収集が難しい. そこで, 話し言葉の特徴を統計的にモデル化して, これに基づき言語モデルや発音モデルを話し言葉スタイルに変換する手法を検討した. 本手法では話し言葉スタイルと正書体的なスタイルの表現・発音の比較を行い, 確率的変換モデルを構築する. 実際の音声における評価で, このモデルは言語予測性能や音声認識の精度を有意に改善することができた.

Research Products

• [Journal Article] Topic-independent Speaking-style Transformation of Language Model for Spontaneous Speech Recognition. (2007)
  • Author(s): Yuya Akita and Tatsuya Kawahara
  • Journal Title: Proc. IEEE Int'l Conf. Acoustics, Speech and Signal Processing (ICASSP) Vol.4 Pages: 33-36
  • Peer Reviewed
• [Journal Article] Topic-independent speaking-style transformation of language model for spontaneous speech recognition (2007)
  • Author(s): Yuya Akita
  • Journal Title: Proc. IEEE-ICASSP 4 Pages: 33-36
  • Peer Reviewed
• [Journal Article] Efficient Estimation of Language Model Statistics of Spontaneous Speech via Statistical Transformation Model. (2006)
  • Author(s): Yuya Akita and Tatsuya Kawahara
  • Journal Title: Proc. IEEE Int'l Conf. Acoustics, Speech and Signal Processing (ICASSP) Vol.1, Pages: 1049-1052
  • Peer Reviewed
• [Journal Article] Efficient Estimation of Language Model Statistics of Spontaneous Speech via Statistical Transformation Model (2006)
  • Author(s): Y.Akita, T.Kawahara
  • Journal Title: Proc.IEEE-ICASSP 1 Pages: 1049-1052
• [Journal Article] 言語モデルの話し言葉変換法の音声認識における評価 (2006)
  • Author(s): 秋田 祐哉, 河原 達也
  • Journal Title: 日本音響学会秋季研究発表会講演論文集 Pages: 57-58
• [Presentation] 会議録作成支援のための国会審議の音声認識システム (2009)
  • Author(s): 秋田祐哉, 三村正人, 河原達也
  • Organizer: 日本音響学会春季研究発表会
  • Place of Presentation: 東京都目黒区(東京工業大学)
  • Year and Date: 2009-03-19
• [Presentation] 会議録作成支援のための国会審議の音声認識システム (2008)
  • Author(s): 秋田祐哉, 三村正人, 河原達也
  • Organizer: 電子情報通信学会音声研究会
  • Place of Presentation: 東京都新宿区(早稲田大学)
  • Year and Date: 2008-12-10
• [Presentation] 会議録作成支援のための国会審議の音声認識システム (2008)
  • Author(s): 秋田祐哉
  • Organizer: 電子情報通信学会音声言語情報処理研究会
  • Place of Presentation: 早稲田大学(東京都新宿区)
  • Year and Date: 2008-12-10
• [Presentation] 会議録作成のための話し言葉音声認識結果の自動整形 (2008)
  • Author(s): 秋田祐哉, 河原達也
  • Organizer: 日本音響学会秋季研究発表会
  • Place of Presentation: 福岡県福岡市(九州大学)
  • Year and Date: 2008-09-12
• [Presentation] 話し言葉スタイルへの統計的変換法のCSJへの適用 (2008)
  • Author(s): 秋田祐哉, 河原達也
  • Organizer: 日本音響学会春季研究発表会
  • Place of Presentation: 千葉県習志野市(千葉工業大学)
  • Year and Date: 2008-03-19
• [Presentation] 言語モデルと発音辞書の統計的話し言葉変換に基づく国会音声認識 (2007)
  • Author(s): 秋田祐哉, 河原達也
  • Organizer: 電子情報通信学会音声研究会
  • Place of Presentation: 京都府精華町(NTT)
  • Year and Date: 2007-12-20
• [Presentation] 言語モデルと発音辞書の統計的話し言葉変換に基づく国会音声認識 (2007)
  • Author(s): 秋田 祐哉
  • Organizer: 電子情報通信学会 音声言語情報処理研究会
  • Place of Presentation: 京都府相楽郡精華町
  • Year and Date: 2007-12-20
• [Presentation] 言語モデルの話し言葉変換法の音声認識における評価 (2006)
  • Author(s): 秋田祐哉, 河原達也
  • Organizer: 日本音響学会秋季研究発表会
  • Place of Presentation: 石川県金沢市(金沢大学)
  • Year and Date: 2006-09-14