• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 研究成果報告書

全ベイズモデルに基づく音声認識システム学習のデータ無制約化

研究課題

  • PDF
研究課題/領域番号 17K20001
研究種目

挑戦的研究(萌芽)

配分区分基金
研究分野 人間情報学およびその関連分野
研究機関東京工業大学

研究代表者

篠崎 隆宏  東京工業大学, 工学院, 准教授 (80447903)

研究分担者 持橋 大地  統計数理研究所, 数理・推論研究系, 准教授 (80418508)
研究期間 (年度) 2017-06-30 – 2020-03-31
キーワード音声認識 / 教師なし学習 / 半教師あり学習 / 強化学習 / ノンパラメトリックベイズ法
研究成果の概要

音声認識を様々なタスクにおいて実用的なものとするためには、認識システムの学習において教師あり学習への依存度を減らし、システムをより自律的なものへとする必要がある。本研究では、ノンパラメトリックベイズ法と重み付き有限トランスデューサ技術を応用し、対応の無い音素データとテキストデータから、自動的に発音辞書を拡張する手法を提案した。また書き起こしテキストを用いずにEncoder-Decoder型の音声認識システム全体を方策関数として認識結果のスカラー評価値をもとにシステムを強化学習する方法について取り組み、学習効率を大幅に向上させる手法を提案した。

自由記述の分野

音声言語情報処理

研究成果の学術的意義や社会的意義

人間は成長の過程でほとんど無意識のうちに平均して一日5単語以上を学習する優れた言語学習能力を持っている。それに対して現在の音声認識システムは教師あり学習に頼っておりシステム開発に多大な手間を必要とするとともに、日々生み出される新しい単語や小さなコミュニティ内でのみ使用される表現などを自動的に学習する能力を欠いている問題がある。人と機械の間での自然な音声対話の実現を目指し、本研究では自律的な学習技術の実現に取り組んだ。従来の教師あり学習に代わる教師なし学習や強化学習による学習手法を提案し、実験により有効性を示した。

URL: 

公開日: 2021-02-19  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi