音声離散表現の超圧縮による教師なし音声言語学習の言語学的妥当性向上

• 研究課題/領域番号: 24K15087
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分61030:知能情報学関連
• 研究機関: 中部大学
• 研究代表者: 森田 尭 中部大学, 創発学術院, 特任講師 (10837587)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 130千円 (直接経費: 100千円、間接経費: 30千円); 2024年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
• キーワード: 音声認識 / 教師なし学習 / 深層学習

研究開始時の研究の概要

ヒトの音声言語学習のモデル構築には、文字起こし情報を参照しない教師なし音声認識技術の開発が必要不可欠である。既存の教師なし機械学習では、文字起こし情報を参照する教師あり学習への接続を前提に、離散的音響特徴量の抽出が行われているが、その音響特徴量は過剰な時間解像度及び離散化解像度を有しており、音素のように低時間解像度・低離散化解像度の言語学的表現とは大きく乖離している。本研究は、完全な教師なし音声認識の実現に向け、離散音響特徴量の時間解像度・離散化解像度を大幅圧縮する機械学習技術の開発する。