音声中の検索語検出における事前検索·HMM状態系列照合·リランキングの適用

摘要

音声中の検索語検出（STD：Spoken Term Detection）において，隠れマルコフモデル（HMM：Hidden Markov Model）状態系列間の照合方式を用いたSTDにおける·高精度化方式を提案する．提案方式では，音声ドキュメントに対し，予め音節認識を行っておき，得られた認識結果に対してあらゆる2音節（音節バイグラム）での事前に検索を行っておく．クエリが与えられると，クエリの音節列を1音節ずつシフトさせながら2音節を作成し，2音節事前検索の上位K件のみを照合対象データとして絞り込んだ上で，HMM状態系列間の照合を行う．さらにリランキングを行うことによって，より高精度な検索の実現を図る．評価実験の結果，検索精度は従来方式と比べ，すべてのテストセットで約10～17ポイントの精度向上が見られ，NTCIR-9のDry runを除くと，事前検索結果を導入してもほぼ精度低下なく1．5秒以下で検索可能であった．K=1,000とした場合，NTCR-9のDry runを除き3つのテストセットにおいて，HMM 間照合をリランキングした場合と比べても，検索精度·検索時間で優位となった．以上より本提案方式の有効性を確認できた．