発話速度変動を考慮した隠れモードHMMによる音声のモデル化 -音声認識におけるベイジアンネットの応用-

摘要

発話速度の変動を明示的にモデル化した音響モデルの提案を行う。 提案モデルは従来のHMMのパラメタに加えて発話速度の状態を表す隠れ変数を持ち、その値に応じて音響特徴量の出力確率密度および遷移確率の制御を行う。 モデルはベイジアンネットとして実装し、学習および評価はベイジアンネットにおけるEM/GEMおよび推論アルゴリズムを用いて行う。 3万語彙を対象とした英語の会議音声の認識実験において従来モデルと比較して高い認識率が得られることを示す。