| 研究課題/領域番号 |
15H05319
|
|---|
| 研究種目 |
若手研究(A)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
谷口 忠大 立命館大学, 情報理工学部, 教授 (80512251)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | 記号創発 / 言語獲得 / ノンパラメトリックベイズ / 深層学習 / 音声認識 |
|---|
| 研究成果の概要 |
本研究ではベイズ二重分節解析器の研究を発展させ，人間の実音声からの音素と語彙獲得を実現することを目的として研究を行った．主に三つの成果を挙げた．（１）深層学習の活用によって実音声データからの教師なし語彙獲得の精度向上を実現した．（２）ベイズ二重分節解析器のサンプリングアルゴリズムの高速化により約百倍の高速化を果たし，二重分節解析に基づくロボットの自律的言語獲得へと道筋を立てた．（３）深層学習を用いた教師なし話者適応による複数話者からの教師なし言語獲得手法を開発した．
|
| 自由記述の分野 |
創発システム
|
| 研究成果の学術的意義や社会的意義 |
ロボットや人工知能が音声言語を認識するためには従来，大量の音声データとその書き起こし文を事前に人手で準備し，機械学習によって音声認識装置を訓練する必要があった．しかし，これは人間の幼児の言語獲得過程と一致しない．人間の幼児は書き言葉を学ぶ前に，音声データから音素や単語を発見していく．この過程を実現するために，本研究では研究代表者が構築してきたベイズ二重分節解析器に深層学習を組み合わせて，高い精度での音素・単語獲得，複数話者からの学習，また，そのアルゴリズムの高速化を実現した．
|
