クイズ解答音声の正答·誤答認識処理における事前確率を考慮した認識スコアしきい値設定法

摘要

音声認識は，スマートホンやカーナビにおける情報入力のように，未知の入力音声が，あらかじめ用意された単語辞書内のどの単語ないし単語の連鎖であるかを同定するアプリケーションに用いられることが多い．しかし，クイズにおいて解答者の音声が正答であるか否かを認識するタスクのように，利用者がある単語を発話したか否かを確かめるアプリケーションに用いられることもある．そのような場合，正答となる単語の事前確率は，クイズ問題の難易度に依存し，一般的な音声認識のように，大量の文章からその単語の出現確率を学習しておくという手法を使うことはできない．本論文では問題の難易度から得られる正答率（事前確率）と，正答と誤答の認識スコア分布の違いから正答音声が含まれているか否かを識別する手法を提案した．さらに正答·誤答を正しく認識できない割合（エラー率）を定義し，システムの設計条件として要求されるエラー率を実現するため，解答者に再発話を要求すべき認識スコアのしきい値を求める手法を明らかにした．