| 研究課題/領域番号 |
24K00450
|
|---|
| 研究機関 | 静岡大学 |
|---|
研究代表者 |
甲斐 充彦 静岡大学, 工学部, 准教授 (60283496)
|
|---|
| 研究分担者 |
中川 聖一 中部大学, 工学部, 客員教授 (20115893)
小林 彰夫 大和大学, 情報学部, 教授 (10741168)
岡久 太郎 静岡大学, 情報学部, 助教 (50973848)
ナハル ラウフン 阿南工業高等専門学校, 創造技術工学科, 特命助教 (31004583)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| キーワード | 日本語諸方言 / 自己教師あり学習 / 深層学習モデル / 方言地域識別 / 韻律的特徴 / 地域間距離 / 2発話間類似度 |
|---|
| 研究実績の概要 |
本研究課題は、1）日本語諸方言に普遍な音声特徴表現基盤モデルを構築し、2）その基盤モデルを用いて内容検索とラベリング支援の仕組みの開発と、3）方言の特徴分析と評価を行うことを目的とする。研究実施計画で挙げたこれら3項目について計画に従って研究を実施したが、特に項目1と3の研究実績を中心に以下にまとめる。
項目1の関連では、大規模多言語音声を利用して自己教師あり学習（SSL）で構築されたモデルを基盤として、研究代表者等が既に提案していた諸方言音声認識モデルへのアダプタ導入など構築方法の改善を図った。日本語諸方言音声コーパス（COJADS）から約60時間分を使用し、標準語で最先端の性能を示す大規模多言語音声認識モデルを適応学習する場合と比較した。その結果、提案したSSLモデルの3段階学習によるモデルは同等以上の認識精度を得た。また、方言音声の扱いとして重要な超高齢者音声の扱いのためWhisperモデルを適応する方法も検討し有効性を示した。（論文誌1件、国際会議4件、国内1件発表）
項目3の関連では、当初の計画通り他の音声資料の活用を図った。具体的には、全国の地域の韻律的特徴の違いの分析に注目して杉藤らが収録・公開した日本語音声データベースを入手し、項目1と同様に大規模事前学習モデルを基盤として地域間の識別モデルを構築した。学習では、全国9地域のべ158話者による同一文（天気予報に関する文）の音声データを利用した。このモデルを利用した他話者の評価用音声に対する地域識別タスクで75％の識別率を得た。また、このモデルを用いて発話間の類似度を算出し可視化する方法を提案し、地域性分析への応用可能性を調査した。その結果、杉藤らがアクセント特徴に基づいて示した地域間類似性と関連する傾向と共に異なる傾向もみられ、アクセント特徴以外の違いがデータから獲得された可能性が示された。（国内発表予定）
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
研究実績の概要に記載したとおり、初年度に順次進行を予定していた3つの課題項目についてほぼ予定通り研究を進めて国内外で成果発表を行うことができた。初年度の計画の中で、課題項目1の進捗にあわせて実施予定であった課題項目2の方言音声の検索についても研究を進め、成果発表を行なった。しかし、利用した音声データベースの録音品質や対話音声としての扱いの影響が大きいことが明らかになったため、課題項目3で予定していた地域間の音声特徴の対比分析に利用できる音声データベースを新たに入手して並行して研究を開始し、一定の成果が得られた。この後者の成果についても国内発表を予定している。
|
| 今後の研究の推進方策 |
本研究の当初の実施計画に挙げていた3つの課題項目について、それぞれ大きな計画変更を要する状況は起きていないため、ほぼ当初の計画のとおり継続して研究を進める。
課題項目1としての日本語諸方言の音声言語処理基盤モデルの構築では、当初予定していたとおりラベルなしの音声資料を新たに拡充する計画を進め、自己教師あり学習による基盤モデルの改善を図るとともに、標準語の同時推論を考慮したモデル改善に関する研究を開始する。
課題項目2としての方言音声検索とラベリング支援システムの開発については、初年度においてデータの録音品質や対話音声としての扱いの影響が大きいことがわかっているため、課題項目1で実施するラベルなし音声資料の拡充による基盤モデルの改善を優先し、その成果を反映する。そして、その有用性を確認するため、検索タスクの新たな設計・評価とラベリング支援システムのプロトタイプの開発を開始する。
課題項目3としての音声言語処理基盤モデルを用いた方言音声の特徴分析と評価については、これまでに構築したモデルによる音声の地域性分析によって、同データで以前に調査されていたアクセント特徴の比較としての知見との比較が一部可能となった。そして、この分析結果ではアクセント特徴による地域性の比較事例と傾向が異なる地域があることも確認された。そこで、アクセント特徴以外の特徴が地域間の違いとしてデータから獲得された可能性があるため、どのような特徴の違いが影響しているか詳細に調査分析を進める。そして、その分析結果に基づいてより有効な特徴分析・評価を得るための方法への改善を継続して進める。
|
| 次年度使用額が生じた理由 |
本研究課題で扱う自己教師あり学習による深層学習モデルのパラメータ数が大規模であるため、当初はメモリ容量が大きいGPU搭載サーバの導入に最も大きな設備費用の支出を見込んでいた。しかし、当該年度の既存の実験環境および進捗状況として、GPUのパーツ交換を行うことで新規サーバを導入するよりも早いタイミングで初期の実験研究を開始できると判断したため、当該年度にはGPUのパーツ交換を優先した。そのためサーバ本体の導入を見送った分の費用が発生せず、特にその分の次年度使用額が生じた。しかし、現有設備としてメモリ容量が大きいGPUサーバが1台に限られているため、翌年度以降の計画を進めるためにはサーバ本体の追加によって実験環境を強化する必要があり、次年度使用額をその目的に使用する計画である。
|
