転移学習による注意機構付き単語単位音声認識の適応

摘要

従来のDNN-HMM ハイブリッド音声認識に比べて簡単な構造で実現できるEnd-to-End 音声認識に関して研究が近年なされている。End-to-End 音声認識はHMM のような潜在状態の遷移をモデル化する必要はなく，直接音響特徴量から目的の記号(音素や文字など) を推定でき，高速なデコーディングが実現できる。特に，単語単位のモデルは言語モデルや探索の必要なく，非常に簡潔で高速な認識が実現できる。