対話音声認識のための次発話予測メカニズムの開発

开发对话语音识别的下一个话语预测机制

基本信息

批准号：
05780319
负责人：
山下洋一
金额：
$ 0.58万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1993
资助国家：
日本
起止时间：
1993 至无数据
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-05780319/
关键词：
音声理解音声対話発話予測対話モデル発話対話題遷移

项目摘要

対話音声の認識に重要な役割を果たす、次発話を予測するための基本的なメカニズムの開発を行った。1.質問者と回答者の役割を想定した模擬対話データを基にして、音声対話の特徴を調べた。その結果、意味的なまとまり、および発話対の二種類の構造が一般に対話に見られることがわかった。2.対話例を解析した結果に基づき、次発話との関連性に注目しながら二種類の対話構造をモデル化した。まず、意味的なまとまりを捉えるためのモデルとして話題遷移モデル(TPN)を提案した。このモデルは関連話題をパケットにまとめ、さらにそれをネットワーク上に接続したものである。次に、発話対を一つのプランとして捉え、発話対の種類ごとに発話のパターンを分類整理し、話題に依存する発話の構成要素を明らかにした。対話構造のモデル化に当たっては、汎用性の高い対話管理手法を実現するために、計算機側のシステム(問題解決器)に依存した知識とそうでない汎用的な知識に分離することによって、領域に依存しないような対話構造のモデル化を行なった。3.対話音声理解に対話に関する知識を利用するための手段として、対話構造のモデルに基づいた発話の予測手法を検討した。発話における話題を話題遷移モデルに基づいて決定し、さらに発話対に基づいた発話のパターンを話題によって具体化する。曖昧性を含んだ音声認識結果として分節ラティスを想定し、「案内」をタスクとした対話例に関して、本手法の有効性を検証した。

开发了基本机制来预测下一个话语，这些话语在识别对话音频中起着重要作用。 1。根据提问者和受访者的作用，根据模仿对话数据对语音对话的特征进行了检查。结果，发现在对话中通常可以看到两种类型的结构，例如有意义的凝聚力和语音。 2。根据分析对话示例的结果，建模了两种类型的对话结构，重点是下一个讲话者的相关性。首先，我们提出了一个局部过渡模型（TPN）作为捕获有意义协调的模型。该模型是相关主题的一包，并且也连接到网络。接下来，将语音对视为一个计划，并为每种话语进行了分类和组织的话语模式，并且揭示了依赖主题的话语的组成部分。为了建模对话结构，为了实现一种高度的对话管理方法，它取决于该区域，将取决于系统（问题解决工具）的知识和我们不寻常的知识建模了无法完成的对话结构。 3。作为使用对话知识来理解语音的一种手段，我们根据具有对话结构的模型研究了对话的预测方法。话语中的主题将根据主题过渡模型确定，基于语音对的话语模式将由主题体现。检查了该方法的有效性，以示例性地识别语音识别的结果，以及使用“指导”作为任务的对话示例。