End-to-End 複数言語音声認識モデルにおける様々なマルチタスク学習の検討

摘要

音声認識システムの性能は深層学習技術の導入によって飛躍的に向上してきた．近年では，End-to-End 音声認識システムが注目を集めており，従来のDNN-HMM (Deep Neural Network-Hidden MarkovModel) 音声認識システムの性能に迫っている．しかし，これらの音声認識システムは，単一言語において高精度であるが，複数言語の音声認識システムにおいては，まだ改善しなくてはならない課題が多く残されている．