2010 Fiscal Year Annual Research Report
| Project/Area Number |
21700193
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
秋田 祐哉 京都大学, 学術情報メディアセンター, 助教 (90402742)
|
|---|
| Keywords | 話し言葉 / 音声認識 / 自動整形 / モデル化 |
|---|
| Research Abstract |
本研究課題では,話し言葉音声認識の応用性を高めるための基本・基盤技術として,話し言葉を可読性の高い整形文(書き言葉)に自動変換する手法の確立を目指している.平成22年度では,この一環である話し言葉に対する句読点の自動挿入の検討を行った.本研究の前提となる話し言葉音声認識システムの改善もあわせて図っている.
句読点の挿入手法については,昨年に引き続き講演音声の書き起こしを対象として,読点について重点的に取り組みを進めた.同一のテキストに対して異なる作業者により付与された句読点を比較し,句点については作業者間でおおむね一致する一方,読点では個人差があり,付与位置も付与数も作業者により異なることを確認している.読点は文章の多くの位置に挿入可能であるが,読みやすさのためには一定の基準に従って挿入されている必要があると考えられ,個人ごとのモデル化はその一方策といえる.このため読点に関する個人差について言語的・音響的な観点から分析を行った.具体的には読点の間隔や前後の言語表現,ポーズとの共起やその長さなどである.本研究では機械学習(CRF)を導入し,この分析に基づいて利用する素性を定めてモデルを学習し,句読点の挿入器を構成した.複数の作業者に共通する読点や,特定の作業者による読点などについてモデルを構成し評価したところ,個人差の小さい読点については比較的高い精度で挿入でき,個人的な読点もモデルの組み合わせにより精度を改善できることがわかった.この分析評価については2010年日本音響学会秋季研究発表会(2010年9月)にて発表を行っている.
このほか,話し言葉音声認識システムについてはISCA Interspeech 2010(国際会議,2010年9月)や情報処理学会研究会(2010年12月)などで報告している.
|
