汎用PC上で利用された音声対話システムによる苫声収集と評価

摘要

実際の利用環境に近づけた被験者実験を行うために，WWW経由でカスタマイズ可能な害声対話システム及びそのデータ収集システムを構築した．本システムのユーザは自分のPCに音声認識システムをインストールし利用する．不特定多数のユーザに対応するために，インターネット上に用意されたリモートサーバ上で各ユーザが本システムのカスタマイズすることが可能である．さらに，本システムを利用する各ユーザのPCで収録された音声データはインターネットを通してリモートサーバに送信される，本システムを利用することにより，複数のユーザによる実環境下における音声認識システム利用時データを収集することが可能になる．本論文では実際に本システムを使用したフィールドテストを行いデータ収集及び分析を行った．インターネット上に公開して2ヶ月間で59時間のデータが収集され，そのうち約5時間41分のデータ（11351個）が音声区間として検出されていた．認識実験の結果，検出された音声データからシステムに対して発話されていた音声データ4716発話を評価用データとした場合の単語正解率は66．0％であり，各ユーザ毎に教師無しMLLR適応を行うことで単語正解率は70．5％に向上した.