JP2015152661A - 重み付き有限状態オートマトン作成装置、記号列変換装置、音声認識装置、それらの方法、及びプログラム - Google Patents
重み付き有限状態オートマトン作成装置、記号列変換装置、音声認識装置、それらの方法、及びプログラム Download PDFInfo
- Publication number
- JP2015152661A JP2015152661A JP2014024129A JP2014024129A JP2015152661A JP 2015152661 A JP2015152661 A JP 2015152661A JP 2014024129 A JP2014024129 A JP 2014024129A JP 2014024129 A JP2014024129 A JP 2014024129A JP 2015152661 A JP2015152661 A JP 2015152661A
- Authority
- JP
- Japan
- Prior art keywords
- state
- symbol
- input
- transition
- hypothesis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Machine Translation (AREA)
Abstract
【解決手段】遷移元状態となる状態と現在の第一入力記号とを取得するステップと、遷移元状態から現在の第一入力記号による遷移先状態が未設定の場合、新たな状態を作成し、遷移先状態として新たに作成した状態を設定し、新たに作成した状態に現在の第一入力記号を割り当てるステップと、遷移元状態から現在の第一入力記号による遷移先状態が未設定であって、かつ、現在の第一入力記号の出現確率が計算されていない場合、RNNモデルを用いて、現在の第一入力記号の出現確率を計算するステップと、遷移元状態、遷移先状態、現在の第一入力記号、現在の第一入力記号の出現確率もしくはそれを引数に取る関数を重みとして含む状態遷移を作成するステップとを含む。
【選択図】図6
Description
<第一実施形態のポイント>
本実施形態では、RNN言語モデルを次の手順でWFSTに変換し、記号列変換を行う。
(1)初めに初期状態を作成する。このとき入力記号の系列(以下、「入力記号列」ともいう)の始まりを表す記号を割り当てておいてもよい。
(2)遷移元状態から入力記号による遷移先状態として、新たな状態を作成し、新たに作成した状態に入力記号を割り当てる。RNNモデルを用いて、入力記号の出現確率を計算する。遷移元状態、遷移先状態、入力記号および入力記号に等しい出力記号、入力記号の出現確率もしくはそれを引数に取る関数を重みとして含む状態遷移を作成する。
(3)入力記号列が与えられ、その記号列変換を行う過程で、必要な状態やある入力記号に対応する状態遷移を必要なときに(2)の手順でWFSTに変換して取り出す。
第一実施形態について説明する前に、その前提となる知識について説明する。
1.Qは有限の状態の集合。
2.Σは入力記号の有限の集合。
3.△は出力記号の有限の集合。
4.i∈Qは初期状態。
5.F∈Qは終了状態の集合。
6.E∈Q×Σ×△×Qは、現状態から入力記号により、出力記号を出力して次状態に遷移する状態遷移の集合。
7.λは初期重み。
8.ρ(q)は終了状態qの終了重み。q∈F。
この記号列変換手順に従って、図1のWFSTに入力記号列a,a,b,cが与えられた場合の出力記号列を求める過程を順を追って説明する。但し、ここでは、現状態番号s、出力記号列O、累積重みWの仮説がある場合、その仮説を(s,O,W)のように表すものとする。また、WFSTのある状態遷移(現状態番号s、次状態番号n、入力記号x、出力記号y、重みw)を<s→n,x:y/w>と表すものとする。また、この例では、累積重みが最小の状態遷移過程に対応する出力記号列を記号列変換結果として選択するものとする。
S104で記号aを読み込みxと置く。S105において仮説リストHから仮説(0,φ,0)を取り出す。この仮説の現状態0から入力記号がaに等しい状態遷移<0→0,a:d/0.5>を含む状態遷移リストEを作る(図1参照)。
続いて、S104で記号bを読み込みxと置く。S105において仮説リストHから仮説(0,dd,1)を取り出す。この仮説の現状態0から入力記号がbに等しい状態遷移<0→1,b:c/0.3>と<0→2,b:b/1>とを含む状態遷移リストEを作る。
続いて、S104で記号cを読み込みxと置く。S105において仮説リストHから一つ目の仮説(1,ddc,1.3)を取り出す。この仮説の現状態1から入力記号がcに等しい状態遷移<1→3,c:b/1>を含む状態遷移リストEを作る。
一方、記号列の出現確率を計算する言語モデルとして、RNN言語モデルがある。このモデルはNグラム言語モデルとは異なり、記号のN個連鎖確率を用いるのではなく、記号列を初めから順に現在の一つ前の記号まで読み込んだときの記号列(全履歴)に対して、その次に出現する現在の記号の確率を予測する。
図6は本実施形態の記号列変換装置の機能ブロック図である。記号列入力部103、仮説展開部104、仮説絞込み部105、記号列出力部106の機能構成は図1の記号列変換装置と同様である。WFSTを格納する格納部101に代えて、本実施形態では、RNN言語モデル格納部607と初期状態取得部608、RNN言語モデルWFST状態遷移集合取得部609、および終了状態判定部610を含む。このような構成により、WFSTを参照する代わりに、状態遷移集合取得部609によってRNN言語モデルから必要な部分のWFSTの状態および状態遷移を取得する処理に置き換えられている点が異なる。これにより、RNN言語モデルを用いた効率的な記号列変換が可能である。以下、各部について説明する。
RNN言語モデル格納部607には、RNN言語モデルが格納されている。例えば、RNNの構造に関する情報(層の数、各層のニューロンの数など)やパラメタ(ニューロン間の結合重み)が記憶されている。
記号列入力部103は、入力記号列を構成する記号を先頭から順に一つずつ読み込み(取得し)、仮説展開部104に送る。
仮説展開部104は、記号列入力部103から記号xを受け取る。仮説展開部104は、記号列入力部103で取得した記号xとWFST格納部101から読み込んだWFSTに従って、これまで読み込んだ記号列に対する仮説の集合を新たに受け取った記号xを用いて各仮説の状態遷移過程を更新することにより新たな仮説を生成し、仮説絞込み部105に送る。例えば、以下のようにして仮説を展開する。
初期状態取得部608では、WFSTの初期状態を生成する。これは、図4のS104における初期状態の要求s[h]=iに対応する処理であり、一つの状態番号(例えばi=0)を返す。このとき、状態集合Q={0}、状態数|Q|=1になる。そして、生成した初期状態の状態番号s[h]を、仮説展開部104を介して、RNN言語モデルWFST状態遷移集合取得部609に送る。なお、このとき、入力記号列の始まりを表す記号を初期状態に割り当ててもよい。
RNN言語モデルWFST状態遷移集合取得部609は、入力された状態番号pと入力記号xとを仮説展開部104から受け取り、これらの値を用いて、RNN言語モデルをWFSTに変換する。本実施形態では、状態番号pの状態から入力記号xで遷移可能な状態遷移の集合Eを求める。
入力層では、ニューロンの活性度h1 (p)[k(x)]を
終了状態判定部810では、入力された仮説の集合(仮説リスト)Hの中の個々の仮説hが到達した状態s[h]が終了状態か否か、すなわちs[h]∈Fか否かを判定する。例えば読み込んだ記号が入力記号列の最後の記号であるなら、s[h]は終了状態、そうでなければ終了状態ではない、といった判定をしても良い。または、状態s[h]が記号列の終わりを表す特殊記号</s>に対応した状態であるならばs[h]は終了状態、そうでなければ終了状態ではない、といった判定をしても良い。この終了状態判定は、図4のS113の処理に相当する。
仮説絞込み部105では、同じ状態に到達している仮説の中で累積重みが最小の仮説以外の仮説を削除することにより仮説を絞り込む。更には、存在する仮説の中で累積重みが相対的に大きい仮説を削除しても良い。これは、例えば、存在する仮説の中での累積重みの最小値に一定の値を加えた値を閾値として、この閾値よりも累積重みの大きな仮説をすべて削除しても良い(この仮説絞り込み方法を「枝刈り」とも言う)。そして、入力記号列が最後まで読み込まれていれば、その終了状態に到達している仮説の中から累積重み(W[h])が最小となる仮説hを選び、その出力記号列O[h]を記号列変換結果として、記号列出力部106に送る。入力記号列が最後まで読み込まれていない場合には、絞り込み後の仮説の集合を仮説展開部104へ送る。
記号列出力部106では、仮説絞込み部105から受け取った出力記号列を出力する。
このような構成により、RNN言語モデルからNグラム言語モデルを用いることなく、直接WFSTを生成することができる。RNN言語モデルに対応するWFSTに基づき記号列変換を行うことができる。
本実施形態では、状態遷移の集合Eには一つの状態遷移しか含まれておらず、そこから一つの仮説しか生成しないため、仮説リストや状態遷移リスト等を用意せずに、図4のS102、S106、S109、S110、S111等の処理を省略してもよい。
第一実施形態と異なる部分を中心に説明する。本実施形態では、本発明を音声認識に適用する。
音声を入力する音声信号入力部1003から送られた音声信号はその音声の短時間音響パターンの時系列を記号列として抽出する音声特徴記号列抽出部1004において音響特徴記号列に変換し、その音響特徴記号列を入力として記号列変換を行う記号列変換部1005に送る。
記号列変換部1005は、仮説展開部1006、仮説補正部1011及び仮説絞込み部1012を含む。
MFCCと呼ばれる)、デルタMFCC、LPCケプストラム、対数パワーなどがある。
仮説展開部1006は、音声特徴記号列抽出部1004から送られた音響特徴記号列の記号を一つずつ読み込む。次に、仮説展開部1006は、単語辞書WFSTを用いて、音響特徴記号列の音響特徴記号から現在の仮説の集合の各々に新しい状態遷移を追加し、新たな仮説を展開する。
仮説補正部1011は、新しい状態遷移を追加された仮説の集合を受け取る。仮説補正部1011は、初期状態取得部1008、状態遷移集合取得部1009、終了状態判定部1010によって、仮説展開部1006から受け取った個々の仮説の累積重みを補正する。
仮説絞込み部1012は、仮説補正部1011で生成された仮説の集合を受け取り、同じ状態に到達している仮説の中で累積重みが最小または最大となる仮説から所定数の仮説以外の仮説を削除することにより仮説を絞り込む。そして、入力記号列が最後まで読み込まれていれば、その終了状態に到達している仮説の中から累積重みが最小または最大となる仮説を選び、その出力記号列を記号列変換結果として、記号列出力部1013に送る。入力記号列が最後まで読み込まれていない場合には、累積重みの大きい所定数の仮説を削除して、絞り込んだ後、残った仮説の集合を仮説展開部1006へ送る。
記号列出力部1013は、受け取った単語列を音声認識結果として出力する。
第一実施形態のRNN言語モデルWFST状態遷移集合取得部609において、状態遷移の重み−log(hL (p)[k(x)])を求めるとき(図7のステップS708)、Nグラム言語モデルによって求めた確率との線形補間を行っても良い。例えば、状態遷移重みは
図10に示す形態で音声認識装置を構築した。音響モデルには、51種類の音素に対するHMMを用意し、各音素ごとに3つの状態があり、各状態にはその音素のコンテキスト(前にある音素は何か、後ろに続く音素は何か)に応じて2,546種類ある音響パターンの確率密度分布の内の一つが割り当てられている。これら確率密度分布のId番号を音声固定単位とした。
仮説展開部1006と仮説補正部1011とを併せて、状態遷移合成部と呼んでもよい。状態遷移合成部は、RNN言語モデルに基づくWFSTの状態遷移と、単語辞書WFSTの状態遷移とを合成し、合成した状態遷移の集合を生成するといってもよい。その場合、記号列変換部1005は、合成した状態遷移の集合を参照して、音響特徴記号列を単語列に変換していると言える。
また、上記の実施形態及び変形例で説明した各装置における各種の処理機能をコンピュータによって実現してもよい。その場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記各装置における各種の処理機能がコンピュータ上で実現される。
Claims (7)
- 一つの入力層、一つ以上の中間層、および一つの出力層を持ち、少なくとも一つの中間層の中でニューロンが相互に結合された再帰結合を持つモデルをリカレントニューラルネットワーク(以下、RNNと呼ぶ)とし、RNNに入力される記号を表すベクトルを第一入力記号とし、最初から現在の一つ前までの第一入力記号の系列である第一入力記号列に対して、現在の第一入力記号の出現確率分布を出力するRNNモデルがRNNモデル格納部に格納されているものとし、
RNNモデルWFSA状態遷移集合取得部が、変化しうる有限の状態と、入力による状態の遷移を表現する重み付き有限状態オートマトン(以下WFSAともいう)である第一WFSAにRNNモデルを変換するRNNモデルWFSA状態遷移集合取得ステップを含み、
前記RNNモデルWFSA状態遷移集合取得ステップは、
遷移元状態となる状態と現在の第一入力記号とを取得するステップと、
前記遷移元状態から前記現在の第一入力記号による遷移先状態が未設定の場合、新たな状態を作成し、遷移先状態として新たに作成した状態を設定し、新たに作成した状態に前記現在の第一入力記号を割り当てるステップと、
前記遷移元状態から前記現在の第一入力記号による遷移先状態が未設定であって、かつ、前記現在の第一入力記号の出現確率が計算されていない場合、前記RNNモデルを用いて、前記現在の第一入力記号の出現確率を計算するステップと、
前記遷移元状態、前記遷移先状態、前記現在の第一入力記号、前記現在の第一入力記号の出現確率もしくはそれを引数に取る関数を重みとして含む状態遷移を作成するステップとを含む、
重み付き有限状態オートマトン作成方法。 - 請求項1の重み付き有限状態オートマトン作成方法で作成した第一WFSAに、前記現在の第一入力記号に等しい出力記号を付加した重み付き有限状態変換器である第一WFSTを用いる記号列変換方法であって、
記号列変換部が、前記第一入力記号とは別の入力記号の系列を、出力記号の系列に変換する記号列変換ステップを含み、
前記記号列変換ステップは、
状態遷移合成部が、前記第一WFSTの状態遷移と、前記第一WFSTとは別のWFSTである第二WFSTの状態遷移とを合成し、合成した状態遷移の集合を生成する状態遷移合成ステップを含み、
前記合成した状態遷移の集合を参照して、前記第一入力記号とは別の入力記号である第二入力記号の系列を、前記出力記号の系列に変換する、
記号列変換方法。 - 請求項2の記号列変換方法を用いる音声認識方法であって、
前記RNNモデルはRNN言語モデルであり、
前記第二WFSTは単語辞書WFSTであり、
前記第二入力記号の系列は、音響特徴記号列であり、
前記状態遷移合成ステップは、
仮説展開部が、前記単語辞書WFSTを用いて、音響特徴記号列の音響特徴記号から現在の仮設の集合の各々に新しい状態遷移を追加し新たな仮説を展開する仮説展開ステップと、
仮説補正部が、新たな仮説の状態遷移過程から出力される単語列を前記第一入力記号列とし、前記第一WFSTを用いて、前記単語列の状態遷移の重みを補正する仮説補正ステップと、を含み、
前記記号列変換ステップは、
1つ以上の単語列の中から補正後の重みの累積重みが最小または最大の状態遷移過程に対応する単語列を音声認識結果として決定する、
音声認識方法。 - 一つの入力層、一つ以上の中間層、および一つの出力層を持ち、少なくとも一つの中間層の中でニューロンが相互に結合された再帰結合を持つモデルをリカレントニューラルネットワーク(以下、RNNと呼ぶ)とし、RNNに入力される記号を表すベクトルを第一入力記号とし、
最初から現在の一つ前までの第一入力記号の系列である第一入力記号列に対して、現在の第一入力記号の出現確率分布を出力するRNNモデルが格納されるRNNモデル格納部と、
変化しうる有限の状態と、入力による状態の遷移を表現する重み付き有限状態オートマトン(以下WFSAともいう)である第一WFSAにRNNモデルを変換するRNNモデルWFSA状態遷移集合取得部とを含み、
前記RNNモデルWFSA状態遷移集合取得部は、
遷移元状態となる状態と現在の第一入力記号とを取得し、
前記遷移元状態から前記現在の第一入力記号による遷移先状態が未設定の場合、新たな状態を作成し、遷移先状態として新たに作成した状態を設定し、新たに作成した状態に前記現在の第一入力記号を割り当て、
前記遷移元状態から前記現在の第一入力記号による遷移先状態が未設定であって、かつ、前記現在の第一入力記号の出現確率が計算されていない場合、前記RNNモデルを用いて、前記現在の第一入力記号の出現確率を計算し、
前記遷移元状態、前記遷移先状態、前記現在の第一入力記号、前記現在の第一入力記号の出現確率もしくはそれを引数に取る関数を重みとして含む状態遷移を作成する、
重み付き有限状態オートマトン作成装置。 - 請求項4の重み付き有限状態オートマトン作成装置で作成した第一WFSAに、前記現在の第一入力記号に等しい出力記号を付加した重み付き有限状態変換器である第一WFSTを用いる記号列変換装置であって、
前記第一入力記号とは別の入力記号の系列を、出力記号の系列に変換する記号列変換部を含み、
前記記号列変換部は、
前記第一WFSTの状態遷移と、前記第一WFSTとは別のWFSTである第二WFSTの状態遷移とを合成し、合成した状態遷移の集合を生成する状態遷移合成部を含み、
前記合成した状態遷移の集合を参照して、前記第一入力記号とは別の入力記号である第二入力記号の系列を、前記出力記号の系列に変換する、
記号列変換装置。 - 請求項5の記号列変換装置を用いる音声認識装置であって、
前記RNNモデルはRNN言語モデルであり、
前記第二WFSTは単語辞書WFSTであり、
前記第二入力記号の系列は、音響特徴記号列であり、
前記状態遷移合成部は、
仮説展開部が、前記単語辞書WFSTを用いて、音響特徴記号列の音響特徴記号から現在の仮設の集合の各々に新しい状態遷移を追加し新たな仮説を展開する仮説展開部と、
仮説補正部が、新たな仮説の状態遷移過程から出力される単語列を前記第一入力記号列とし、前記第一WFSTを用いて、前記単語列の状態遷移の重みを補正する仮説補正部と、を含み、
前記記号列変換部は、
1つ以上の単語列の中から補正後の重みの累積重みが最小または最大の状態遷移過程に対応する単語列を音声認識結果として決定する、
音声認識装置。 - 請求項1の重み付き有限状態オートマトン作成方法、または、請求項2の記号列変換方法、または、請求項3の音声認識方法の各ステップをコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014024129A JP6235922B2 (ja) | 2014-02-12 | 2014-02-12 | 重み付き有限状態オートマトン作成装置、記号列変換装置、音声認識装置、それらの方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014024129A JP6235922B2 (ja) | 2014-02-12 | 2014-02-12 | 重み付き有限状態オートマトン作成装置、記号列変換装置、音声認識装置、それらの方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015152661A true JP2015152661A (ja) | 2015-08-24 |
JP6235922B2 JP6235922B2 (ja) | 2017-11-22 |
Family
ID=53895010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014024129A Active JP6235922B2 (ja) | 2014-02-12 | 2014-02-12 | 重み付き有限状態オートマトン作成装置、記号列変換装置、音声認識装置、それらの方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6235922B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017167378A (ja) * | 2016-03-17 | 2017-09-21 | 株式会社東芝 | 単語スコア計算装置、単語スコア計算方法及びプログラム |
CN112002310A (zh) * | 2020-07-13 | 2020-11-27 | 苏宁云计算有限公司 | 领域语言模型构建方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005257910A (ja) * | 2004-03-10 | 2005-09-22 | Nippon Telegr & Teleph Corp <Ntt> | 記号列変換方法及びその記号列変換方法を用いた音声認識方法、並びに記号列変換装置及びその記号列変換装置を用いた音声認識装置 |
JP2007066237A (ja) * | 2005-09-02 | 2007-03-15 | Nippon Telegr & Teleph Corp <Ntt> | 記号列変換方法、音声認識方法、音声言い換え方法、記号列変換装置とプログラム、記録媒体 |
JP2015040864A (ja) * | 2013-08-20 | 2015-03-02 | 日本電信電話株式会社 | 記号列変換方法、音声認識方法、それらの装置及びプログラム |
JP2015075706A (ja) * | 2013-10-10 | 2015-04-20 | 日本放送協会 | 誤り修正モデル学習装置、及びプログラム |
-
2014
- 2014-02-12 JP JP2014024129A patent/JP6235922B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005257910A (ja) * | 2004-03-10 | 2005-09-22 | Nippon Telegr & Teleph Corp <Ntt> | 記号列変換方法及びその記号列変換方法を用いた音声認識方法、並びに記号列変換装置及びその記号列変換装置を用いた音声認識装置 |
JP2007066237A (ja) * | 2005-09-02 | 2007-03-15 | Nippon Telegr & Teleph Corp <Ntt> | 記号列変換方法、音声認識方法、音声言い換え方法、記号列変換装置とプログラム、記録媒体 |
JP2015040864A (ja) * | 2013-08-20 | 2015-03-02 | 日本電信電話株式会社 | 記号列変換方法、音声認識方法、それらの装置及びプログラム |
JP2015075706A (ja) * | 2013-10-10 | 2015-04-20 | 日本放送協会 | 誤り修正モデル学習装置、及びプログラム |
Non-Patent Citations (3)
Title |
---|
GWENOLE LECORVE ET AL.: ""Conversion of Recurrent Neural Network Language Models to Weighted Finite State Transducers for Aut", PROC. OF INTERSPECH2012, JPN6017010468, 13 September 2012 (2012-09-13), pages 1668 - 1671, ISSN: 0003527326 * |
堀貴明 他: ""重み付き有限状態トランスデューサによる音声認識"", 情報処理, vol. 45, no. 10, JPN6017010466, 15 October 2004 (2004-10-15), pages 1020 - 1026, ISSN: 0003527327 * |
増村亮 他: ""生成型アプローチによるLatent Words Language ModelのN-gram近似"", 情報処理学会研究報告, vol. Vol.2013-SLP-97,No.5, JPN6017010467, 18 July 2013 (2013-07-18), pages 1 - 8, ISSN: 0003664157 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017167378A (ja) * | 2016-03-17 | 2017-09-21 | 株式会社東芝 | 単語スコア計算装置、単語スコア計算方法及びプログラム |
CN112002310A (zh) * | 2020-07-13 | 2020-11-27 | 苏宁云计算有限公司 | 领域语言模型构建方法、装置、计算机设备及存储介质 |
WO2022012238A1 (zh) * | 2020-07-13 | 2022-01-20 | 苏宁易购集团股份有限公司 | 领域语言模型构建方法、装置、计算机设备及存储介质 |
CN112002310B (zh) * | 2020-07-13 | 2024-03-26 | 苏宁云计算有限公司 | 领域语言模型构建方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6235922B2 (ja) | 2017-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6637078B2 (ja) | 音響モデル学習装置、音響モデル学習方法及びプログラム | |
US10249294B2 (en) | Speech recognition system and method | |
JP6686154B2 (ja) | 発話認識方法及び装置 | |
JP2018081298A (ja) | 自然語処理方法及び装置と自然語処理モデルを学習する方法及び装置 | |
EP4018437B1 (en) | Optimizing a keyword spotting system | |
US8271282B2 (en) | Voice recognition apparatus, voice recognition method and recording medium | |
JP6831343B2 (ja) | 学習装置、学習方法及び学習プログラム | |
KR20140041735A (ko) | 가변길이 문맥을 이용한 음성인식 | |
CN105654940B (zh) | 一种语音合成方法和装置 | |
JP2002366187A (ja) | 音声認識装置および音声認識方法、並びにプログラムおよび記録媒体 | |
JP2019159654A (ja) | 時系列情報の学習システム、方法およびニューラルネットワークモデル | |
JP6810580B2 (ja) | 言語モデル学習装置およびそのプログラム | |
JP6350935B2 (ja) | 音響モデル生成装置、音響モデルの生産方法、およびプログラム | |
JP6235922B2 (ja) | 重み付き有限状態オートマトン作成装置、記号列変換装置、音声認識装置、それらの方法、及びプログラム | |
JP6646337B2 (ja) | 音声データ処理装置、音声データ処理方法および音声データ処理プログラム | |
JP6082657B2 (ja) | ポーズ付与モデル選択装置とポーズ付与装置とそれらの方法とプログラム | |
JP6158105B2 (ja) | 言語モデル作成装置、音声認識装置、その方法及びプログラム | |
JP4964194B2 (ja) | 音声認識モデル作成装置とその方法、音声認識装置とその方法、プログラムとその記録媒体 | |
CN105589843B (zh) | 一种文本字串匹配方法及*** | |
JP6568429B2 (ja) | 発音系列拡張装置およびそのプログラム | |
JP2019078857A (ja) | 音響モデルの学習方法及びコンピュータプログラム | |
JP4478088B2 (ja) | 記号列変換方法、音声認識方法、記号列変換装置とプログラム、記録媒体 | |
JP2004191705A (ja) | 音声認識装置 | |
JP6078435B2 (ja) | 記号列変換方法、音声認識方法、それらの装置及びプログラム | |
JP3440840B2 (ja) | 音声認識方法及びその装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160107 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170313 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170515 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171024 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171027 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6235922 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |