・大量のテキストを統計的に解析することで特徴空間を得る　・学習データに存在しなかった単語の共起関係も予測できる

　

　　　　　　　　文書

　単　語

　 　・ vjS を文書の特徴ベクトルと考えることができる

　・書き起こし文書を適切な文書とし，その特徴ベクトルを　　 One-Class SVM により学習　・仮説文が学習で求まったクラスに含まれるかどうかで　　適切な文書か識別

1-Q-26 　　 LSA に基づく One-Class SVM を用いた音声認識仮説の検証松本　智彦，　佐古　淳，　滝口　哲也，　有木　康雄 ( 神戸大 ) 　

アプローチ

音声認識タスク 対話 CSJ

音声認識器 Julius

LSA の学習データ 7 対話＋片方の話者 2697 講演

語彙数 1700 語程度 30128 語

文書数 1300 発話程度 208194 発話

LSA の次元数 30 次元 30 次元

評価データ 1 対話 5 講演

WER 講演 A 講演 B 講演 C 講演 D 講演 E 合計1-best 61.08 42.21 26.88 50.29 39.38 41.84

提案手法 60.67 41.71 26.62 49.12 39.38 41.43

音声

認識結果

WER 対話 A1-best 85.34

提案手法 87.46

音声認識

適切な文書か検証

ふさわしい仮説文を選択

LSA 空間に射影

複数の仮説文

×j

ijiijw

)1(

i

ijN

j i

iji N

1

loglog

1

κij ：文書 c ｊにおける単語 ri の出現回数λ ｊ ：文書 c ｊに含まれる全単語数τi ：全文書中での単語 ri の出現回数N ：全文書数

W U

S V T

＝

c1 ・・・ c

j ・・・ cN

r1

・・・

ri

・・・

rM

u1

・・・

ui

・・・

uM

v1T ・・・ vj

T ・・・ vNT

M×N M×R

R×R R×N

特異値分解による次元圧縮

　・音声認識器による不適切な文書の湧き出し　・現在の音声認識は音響モデルと言語モデルのみに基づく　・自動的に不適切な文書を検出し，訂正する手法を提案

研究背景・目的

O

学習により求まった境界

学習データ仮説文

不適切な文書

適切な文書

Latent Semantic Analysis (LSA)

　・認識率の低いタスクにおいて提案手法は有効ではない　・文書数が膨大になると LSA によりトピックを捉えきれない　・ n-best ではキーワードとなる単語の変化が少ない　・挿入誤りの湧き出し

考察

　・読み上げ音声に対する提案手法の適用　・ Confusion Network を用いた検証　・音声認識スコアと One-Class SVM スコアの統合

今後の予定

　 Julius の出力した 1-best と，提案手法により得られた　認識結果を，ストップワードとしなかった単語のみの　単語誤り率（ WER ）で比較

実験条件

書き起こし文書

LSA

One-Class SVM による適切な文書の学習

学習

検証入力音声 今 の 段階 で は 犯罪 の 凶悪 性音声認識結果 今 の 段階 で は 犯罪 の 軌道 惑星

　対話

　　　　　　　　　　　　　　　　　対話タスクはかなりくだけた発話であるため　　　　　　　　　　　　　　　　　認識率が著しく低い　　 CSJ

　改善例正解文書 なお 組み合し た 音声 に 注目 し た 場合1-best 治っ 組み合し た 音声 に 注目 し た 場合

提案手法 なお 組み合し た 音声 に 注目 し た 場合

実験結果

ストップワードの指定にも利用