文脈を含む多角的な発話検証を可能にする対話音声理解システムの開発

开发对话语音理解系统，可实现包括上下文在内的多方面话语验证

基本信息

批准号：
17700181
负责人：
甲斐充彦
金额：
$ 1.92万
依托单位：
Shizuoka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2005
资助国家：
日本
起止时间：
2005 至 2007
项目状态：
已结题

项目摘要

本研究は、発話検証法や発話の曖昧さの要因の定量化法の開発を目的としている。前者においては、自然な対話音声に対する多角的な分析結果をもとに、発話検証性能の改善を試みた。まず、前年度までに開発した韻律的特徴の併用による発話検証法では、発話中に含まれるキーワード数の検証のみに注目したものであったため、新たにキーワード内容を含めた発話検証法へと拡張した。モーラ毎の高低アクセント特徴をHMMでモデル化して韻律信頼度を求め、従来の音響信頼度と併用する方法について評価実験を行った。語彙約1万6千単語のランドマーク入力タスクにおいて、発話中のキーワードスポッティング結果に対する発話検証実験を行った結果、韻律的特徴を併用することで認識結果の単語毎の正誤判定の誤りを約4.3%削減した。もう一つの観点として、文脈を考慮した発話検証法として、音声文書中に含まれるキーワード(名詞単語)の関連度を用いた方法を提案した。相互情報量の観点から単語間の関連度をあらかじめ算出し、一つの音声文書の認識結果において共起するキーワード対に対して、その相互情報量の値を適用した。評価実験では、話し言葉コーパス(CSJ)から10講演を評価用データとして用い、講演音声に含まれる名詞単語に対する検証性能の評価において、単語毎の認識結果の正誤判定の誤りを約5.4%削減した。後者の発話の曖昧さの要因の定量化法の開発の目的においては、話者や発話様式の違い、未知語の発声などの誤認識の要因について多角的な評価を行った。音響モデル(HMM)の情報のみを用いて、モデル間の距離の定量化方法の違いと音声認識性能との関係を分析した。結果として、発話様式の違いを考慮したモデル間距離を併用して認識性能への影響の違いがより明確に説明できることが分かった。また、単語間距離を考慮することによって未知語検証性能の改善を試み、改善の可能性を示した。

这项研究旨在开发语音验证方法和方法来量化引起语音歧义的因素。在前者中，我们试图根据自然对话演讲的多方面分析的结果来改善话语验证绩效。首先，到上一年开发的语音验证方法，涉及将韵律特征组合起来，仅着眼于验证语音中包含的关键字数量，因此已将其扩展到包括关键字内容的新的语音验证方法。我们使用HMM对每个MORA的高重音特征进行了建模，以确定韵律可靠性，并进行了一项评估实验，介绍了如何与常规声学可靠性结合使用它们。在具有大约16,000个单词的地标输入任务中，我们在语音期间进行了一个关于关键字发现结果的话语验证实验，并且通过一起使用韵律特征，我们将识别中每个单词的正确和错误判断中的错误减少了约4.3％。另一个方面是提出一种验证语音的方法，该方法使用语音文档中包含的关键字（名词单词）的相关程度来考虑上下文。从相互信息数量的角度来看，单词之间的关系程度是预先计算出来的，并将相互信息量的价值应用于一个语音文档识别结果中共发生的关键字对。在评估实验中，将10个来自口语语料库（CSJ）的讲座用作评估数据，并评估语音语音中包含的名词单词的验证性能，确定每个单词识别结果的正确性和虚假性的错误降低了约5.4％。为了开发一种量化言语歧义的因素的方法，我们对引起误解的因素进行了多方面的评估，例如说话者和语音模式的差异以及未知单词的发声。仅使用来自声学模型（HMM）的信息，分析了模型之间距离和语音识别性能之间差异方法之间的关系。结果，发现使用语音样式差异的使用模型间距离可用于更清楚地解释对识别性能的影响差异。此外，通过考虑了内词的距离，我们试图提高未知单词验证的性能，表明改进的可能性。