日本語ディクテーションシステムの環境への適応化アルゴリズムの研究および評価

1999 Fiscal Year Annual Research Report

• Project/Area Number: 10680382
• Research Institution: Nara Institute of Science and Technology
• Principal Investigator: 鹿野 清宏 奈良先端科学技術大学院大学, 情報科学研究科, 教授 (00263426)
• Co-Investigator(Kenkyū-buntansha): 陸 金林 奈良先端科学技術大学院大学, 情報科学研究科, 助手 (50230868) ; 中村 哲 奈良先端科学技術大学院大学, 情報科学研究科, 助教授 (30263429)
• Keywords: 連続音声認識 / 話者適応 / 環境適応 / タスク適応

Research Abstract

IPA(情報処理振興事業協会)「日本語ディクテーション基本ソフトウエア」のプロジェクトで公開した新聞記事のディクテーションプログラムは、2万単語を含む連続発声音声を、10%以下の単語誤り率で認識することができる。しかし、この性能は、静かな部屋で新聞記事を読み上げた条件での値である。実環境下では、(a)ディクテーションの対象(タスク)への言語モデルの適応、(b)音韻モデルの話者および発生環境への適応、が必要となってくる。
今年度は、上記の(a)、(b)の項目に関して、下記の研究を行なった。
(a)言語モデルの適応
(1)ディクテーションシステムの語彙数を2万語から6万語に拡張して性能を調べた。とくに、未知語に対して有効な言語モデルとして、読みを考慮した言語モデルを取り上げて性能の評価を行なった。
(2)新聞記事の掲載面の情報をトピックスとみなして、トピックスごとの言語モデルの有効性を調べたが、有意な結果は得られなかった。
(b)音韻モデルの環境適応
(1)自動車内のでの環境を考慮した音韻モデルの作成を行なった。クリーンな音声データベースを擬似的に車内音声に変更するために、車内で収集した雑音とインパルスレスポンスを利用して擬似車内音声データベースを作成して、音韻モデルを学習することが非常に有効であることを確かめた。
(2)発声者の少量の音声から、発声者に近い話者データベースを検索して、発声者に適した音韻モデルを簡単に構築するアルゴリズムを考案し、有効性を確かめる準備を始めた。

Research Products

• [Publications] 鹿野清宏: "目ざせ日本語ディクテーション"エレクトロニクス、オーム社. 8. 51-53 (1999)
• [Publications] 廣瀬、伊藤、鹿野、中村: "「読み情報を利用した大語い連続音声認識」"情報処理学会 音声言語処理研究会. 99-SLP-27-B. (1999)
• [Publications] 廣瀬、伊藤、鹿野、中村: "日本語ディクテーションシステムにおける「読み」言語モデルの利用"電子情報通信学会技術研究報告. SP99-145. (2000)
• [Publications] 山田、西谷、中村、鹿野: "各種音韻モデルによる車内環境での連続音声認識の性能"日本音響学会講演論文集. 2-8-7. 41-42 (2000)