条件付き階層再帰型エンコーダデコーダに基づく複数人会話音声認識向け言語モデル

摘要

本稿では，会話に登場する各話者の役割が明確な複数人会話（ロールプレイ会話）向けの新たな言語モデルを提案する．提案手法のロールプレイ会話アウェア言語モデルは，発話境界を跨いだ長距離の言語コンテキストを考慮できる階層再帰型エンコーダデコーダに，話者の役割を考慮する機能を与えることでモデル化される．このモデル化により，現在の発話に対する言語予測を行う際に，「これまでどhな役割の話者がどhな内容の言葉を話してきたのか」，そして「これから誰が話すのか」の情報を言語コンテキストとして利用できる．日本語のコンタクトセンタ模擬通話データを用いた評価実験において，パープレキシティ，および音声認識性能の観点から，提案手法の有効性を示す．