重み付き有限状態トランスデューサの自動学習と発音変形のモデル化

塚田 元  

誌名
電子情報通信学会論文誌 D   Vol.J83-D2   No.11   pp.2457-2464
発行日: 2000/11/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 特集論文 (音声情報処理:現状と将来技術論文特集)
専門分野: 将来技術の応用:音声認識・理解・対話
キーワード: 
トランスデューサ,  オートマトン,  n-gram,  文脈木,  音声認識,  

本文: PDF(282.3KB)>>
論文を購入




あらまし: 
あらかじめ対応づけられた記号列の組を学習データとして, 記号列変換モデルをゆう度の定義された有限状態機械 (重み付き有限状態トランスデューサ)として自動学習する手法を提案する. 学習されるトランスデューサは,対応づけられた入出力記号の組を 文脈木を使って可変長のn-gramとしてモデル化したものである. n-gramの次数を可変とすることで,パラメータ数の最適化を図ることができる. 本トランスデューサは,入力記号の文脈だけでなく,出力記号の文脈についても 考慮することができるため,文脈依存記号列を変換する 一般的なモデルとなっている. 発音変形モデルの自動獲得実験によって,可変長の文脈を考慮することで 変換精度が改善できることを示す.