探索空間のエントロピーに基づく特徴量ストリームの動的な統合

摘要

本報告では,頑健な音声認識を実現するため,異なる音響的な特徴を表す複数のストリームから得られる音響尤度を,動的に統合する手法を提案する.提案法では,各ストリームの観測による探索空間のエントロピーの削減量に応じた,動的なストリーム重みを導入した.ニュース音声の認識実験において,エネルギーと共振周波数の推移量(AM,FM)に基づく三種類の特徴量ストリームを提案法によって統合した結果,単一ストリームで得られる単語誤認識率に比べ,雑音の多い現場リポート部分で9.2%,自由発話が含まれる対談部分で4.7%の単語誤り削減率が得られた.