可変長サブワードHMMに基づく未知語処理を導入した音声認識

摘要

一般に，大語彙連続音声認識では，認識装置に登録可能な語彙のサイズに制限があるため，語彙に登録されていない単語（未知語）は認識できないという問題がある．そこで本稿では，任意の長さのサブワードの連接からなるカナ文字列によってあらゆるパターンの未知語を表現し，認識結果を出力する手法を提案する．未知語を構成する可変長サブワード系列の出力確率は．一般的な長さ1のシンボルを出力するHMMを拡張し，最尤推定によって学習する．また，登録するサブワードの種類を削減するために，MDL規準によるサブワードの選択と出力確率の再推定を行う．認識時には，登録語彙によって構築した言語モデルと未知語用HMMを組み合わせ，未知語を含む音声区間をカナ文字列で出力する．自然ドキュメンタリー番組の音声認識突険の結果，未知譜を含む発話の単語誤り率は26．7％から18．4％に改善した．