言語モデルのバッチ型教師なし適応化法

摘要

本稿では話し言葉音声認識の性能向上を目的とした，クラスモデルを用いた言語モデルのバッチ型教師なし適応化法を提案する．対象としているタスクは日本語講演音声認識である．提案手法では，複数の講演から構築される話題非依存の単語n-gramを用いて一つの講演音声を全て認識し，その認識仮説から講演ごとの話題依存クラス言語モデルを学習する．得られた話題依存クラス言語モデルを話題非依存言語モデルと線形補間する事により講演ごとに言語モデル適応を行い，その適応モデルを用いて講演音声を再認識する．提案する手法を用いた評価実験を行った結果，評価セット中の全ての講演について適応による単語正解精度の向上を確認した．適応化における最適なクラス数は100程度であり，そのときの単語正解精度の改善は絶対値で2.3％であった．さらに，音響モデルの教師なし適応を併用した場合についても言語モデルの適応化の効果を評価する実験を行ったところ，同様の認識性能の改善が得られ，最終的な講演音声認識性能は，単語正解精度で約71.8％に達した．