サブワードを用いた音声文書検索における複数サブワードの統合－サブワード毎の検索語検索性能期待値の利用

摘要

大容量のパソコン·ハードディスクレコーダの普及に伴い，音声文書を容易に検索できる機能が求められてる．我々は蓄積された音声文書をどのような言葉でも容易に検索できるようにするため，サブワードモデルを用いた語彙非依存の音声情報検索システムの実現を目指し，既に新しいサブワードモデル，およびそのサブワードモデル間の音響的な距離の提案を行い，比較実験を通してその有効性を確認している．これまでサブワードモデルに，音声認識では一般的なmonophone，triphoneモデルの他，音素を時間軸上で精緻化した1/2音素モデル，1/3音素モデル，Sub-Phonetic Segmentモデルを提案し，個々のモデルの性能比較を行っきた．本稿ではこれらの複数のサブワードによる検索結果の統合方式の検討を行う．検索語によりサブワードモデルの検索性能が異なることから，検索語の検索のしやすさを表す検索性能期待値を統合時に利用する方式を提案する．日本語話し言葉コーパスを用いた音声文書検索実験を通して，複数のサブワードモデルの検索結果の統合，および統合時に検索語の検索性能期待値の導入によって検索性能の向上を確認できた．