JP6125991B2 - 発音辞書変換モデル作成装置と発音辞書変換装置とそれらの方法と、プログラムとその記録媒体 - Google Patents
発音辞書変換モデル作成装置と発音辞書変換装置とそれらの方法と、プログラムとその記録媒体 Download PDFInfo
- Publication number
- JP6125991B2 JP6125991B2 JP2013266469A JP2013266469A JP6125991B2 JP 6125991 B2 JP6125991 B2 JP 6125991B2 JP 2013266469 A JP2013266469 A JP 2013266469A JP 2013266469 A JP2013266469 A JP 2013266469A JP 6125991 B2 JP6125991 B2 JP 6125991B2
- Authority
- JP
- Japan
- Prior art keywords
- pronunciation
- pronunciation dictionary
- dictionary conversion
- label
- conversion
- 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.)
- Expired - Fee Related
Links
- 238000006243 chemical reaction Methods 0.000 title claims description 137
- 238000000034 method Methods 0.000 title claims description 18
- 239000013598 vector Substances 0.000 claims description 38
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 12
- 238000007476 Maximum Likelihood Methods 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 7
- 241000239290 Araneae Species 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 235000016496 Panda oleosa Nutrition 0.000 description 2
- 240000000220 Panda oleosa Species 0.000 description 2
- 241001122315 Polites Species 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
Description
〔発音辞書変換ラベル整備部〕
図4に、発音辞書変換ラベル整備部110のより具体的な機能構成例を示す。その動作フローを図5に示す。発音辞書変換ラベル整備部110は、形態素解析手段111と、文脈自由文法構築手段112と、文脈自由文法記憶手段113と、最尤系列探索手段114と、ラベル生成手段115と、を備える。
図6に、発音辞書変換モデル学習部140の機能構成例を示す。その動作フローを図7に示す。発音辞書変換モデル学習部140は、素性ベクトル抽出手段141と、発音辞書変換装置モデルパラメータ学習手段142と、を備える。
図8に、この発明の発音辞書変換装置200の機能構成例を示す。その動作フローを図9に示す。発音辞書変換装置200は、発音辞書変換モデル210と、発音辞書素性化部220と、発音変動観測部230と、発音辞書構築部240と、を具備する。
Claims (8)
- 単語系列を構成する元単語と当該元単語の音声データとの組と、発音変動パターンを入力として、上記音声データを、音響モデルと上記発音変動パターンを考慮した文脈自由文法とを用いて音声認識し、上記発音変動パターンに対応した上記元単語と変動後のパターンとの組から成る発音辞書変換ラベルを、上記元単語と上記音声データとの組の数分出力する発音辞書変換ラベル整備部と、
上記発音辞書変換ラベルを入力として、当該発音辞書変換ラベルを構成する元単語の単語情報から抽出した素性ベクトルxを入力した場合に当該発音辞書変換ラベルを構成する変動後のパターンを示す出力ラベルyが出力される条件付き確率P(y|x)を機械学習によってモデル化した発音辞書変換モデルを学習する発音辞書変換モデル学習部と、
を具備する発音辞書変換モデル作成装置。 - 請求項1に記載した発音辞書変換モデル作成装置において、
上記発音辞書変換ラベル整備部は、
上記単語系列から、読み情報付き形態素解析結果を得る形態素解析手段と、
上記読み情報付き形態素解析結果と上記発音変動パターンを入力として、文脈自由文法を構築する文脈自由文法構築手段と、
上記文脈自由文法を記憶する文脈自由文法記憶手段と、
上記元単語の音声データを、音響モデルと上記文脈自由文法を用いて音声認識した最尤系列を出力する最尤系列探索手段と、
上記読み情報付き形態素解析結果と上記最尤系列を入力として、上記元単語と変動後のパターンとから成る発音辞書変換ラベルを生成するラベル生成手段と、
を備えることを特徴とする発音辞書変換モデル作成装置。 - 請求項1又は2に記載した発音辞書変換モデル作成装置において、
上記発音辞書変換モデル学習部は、
上記発音辞書変換ラベルを入力として、当該発音辞書変換ラベルを構成する上記元単語の単語情報から素性ベクトルを抽出し、当該素性ベクトルを入力特徴ベクトルとし、上記変動後のパターンを出力ラベルとする対を学習ラベルとして出力する素性ベクトル抽出手段と、
上記学習ラベルを入力として、上記素性ベクトルを入力特徴ベクトルとして上記出力ラベルが出力される条件付き確率を求めるモデルパラメータである発音辞書変換モデルを、最大エントロピーモデルを用いてモデル化する発音辞書変換装置モデルパラメータ学習手段と、
を備えることを特徴とする発音辞書変換モデル作成装置。 - 請求項1乃至3の発音辞書変換モデル作成装置で作成した発音辞書変換モデルと、
正規の読み仮名のみが付与された変換元発音辞書内の辞書エントリを入力として、当該辞書エントリに対して正規読み素性ベクトルを構築する発音辞書素性化部と、
上記正規読み素性ベクトルを入力として、上記発音辞書変換モデルを用い各発音変動パターンの確率値を求める発音変動観測部と、
上記発音変動パターンの確率値ごとに辞書エントリを配列して発音変動が考慮された発音辞書を構築する発音辞書構築部と、
を具備する発音辞書変換装置。 - 発音辞書変換ラベル整備部が、単語系列を構成する元単語と当該元単語の音声データとの組と、発音変動パターンを入力として、上記音声データを、音響モデルと上記発音変動パターンを考慮した文脈自由文法とを用いて音声認識し、上記発音変動パターンに対応した上記元単語と変動後のパターンとの組から成る発音辞書変換ラベルを、上記元単語と上記音声データとの組の数分出力する発音辞書変換ラベル整備過程と、
発音辞書変換モデル学習部が、上記発音辞書変換ラベルを入力として、当該発音辞書変換ラベルを構成する元単語の単語情報から抽出した素性ベクトルxを入力した場合に当該発音辞書変換ラベルを構成する変動後のパターンを示す出力ラベルyが出力される条件付き確率P(y|x)を機械学習によってモデル化した発音辞書変換モデルを学習する発音辞書変換モデル学習過程と、
を備える発音辞書変換モデル作成方法。 - 発音辞書素性化部が、正規の読み仮名のみが付与された変換元発音辞書内の辞書エントリを入力として、当該辞書エントリに対して正規読み素性ベクトルを構築する発音辞書素性化過程と、
発音変動観測部が、上記正規読み素性ベクトルを入力として、請求項5に記載した発音辞書変換モデル作成方法で作成した発音辞書変換モデルを用い各発音変動パターンの確率値を求める発音変動観測過程と、
発音辞書構築部が、上記発音変動パターンの確率値ごとに辞書エントリを配列して発音変動が考慮された発音辞書を構築する発音辞書構築過程と、
を備える発音辞書変換方法。 - 請求項1乃至3の何れかに記載した発音辞書変換モデル作成装置、請求項4に記載した発音辞書変換装置、の何れかの装置の各部の機能を、コンピュータに実行させるためのプログラム。
- 請求項7に記載した何れかのプログラムを記録したコンピュータで読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013266469A JP6125991B2 (ja) | 2013-12-25 | 2013-12-25 | 発音辞書変換モデル作成装置と発音辞書変換装置とそれらの方法と、プログラムとその記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013266469A JP6125991B2 (ja) | 2013-12-25 | 2013-12-25 | 発音辞書変換モデル作成装置と発音辞書変換装置とそれらの方法と、プログラムとその記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015121731A JP2015121731A (ja) | 2015-07-02 |
JP6125991B2 true JP6125991B2 (ja) | 2017-05-10 |
Family
ID=53533377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013266469A Expired - Fee Related JP6125991B2 (ja) | 2013-12-25 | 2013-12-25 | 発音辞書変換モデル作成装置と発音辞書変換装置とそれらの方法と、プログラムとその記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6125991B2 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6389394B1 (en) * | 2000-02-09 | 2002-05-14 | Speechworks International, Inc. | Method and apparatus for improved speech recognition by modifying a pronunciation dictionary based on pattern definitions of alternate word pronunciations |
US8595004B2 (en) * | 2007-12-18 | 2013-11-26 | Nec Corporation | Pronunciation variation rule extraction apparatus, pronunciation variation rule extraction method, and pronunciation variation rule extraction program |
-
2013
- 2013-12-25 JP JP2013266469A patent/JP6125991B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2015121731A (ja) | 2015-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110782870B (zh) | 语音合成方法、装置、电子设备及存储介质 | |
US10607598B1 (en) | Determining input data for speech processing | |
JP4968036B2 (ja) | 韻律語グルーピング方法及び装置 | |
JP6810580B2 (ja) | 言語モデル学習装置およびそのプログラム | |
Kurimo et al. | Modeling under-resourced languages for speech recognition | |
CN112185361B (zh) | 一种语音识别模型训练方法、装置、电子设备及存储介质 | |
CN118043885A (zh) | 用于半监督语音识别的对比孪生网络 | |
Pascual et al. | Prosodic break prediction with RNNs | |
Zhao et al. | Tibetan Multi-Dialect Speech and Dialect Identity Recognition. | |
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 | |
Liu et al. | Paraphrastic language models | |
Pakoci et al. | Language model optimization for a deep neural network based speech recognition system for Serbian | |
JP2016133956A (ja) | 形態素解析モデル生成装置、形態素解析モデル生成方法、及び、プログラム | |
Sakti et al. | Incremental sentence compression using LSTM recurrent networks | |
JP6558856B2 (ja) | 形態素解析装置、モデル学習装置、及びプログラム | |
JP6125991B2 (ja) | 発音辞書変換モデル作成装置と発音辞書変換装置とそれらの方法と、プログラムとその記録媒体 | |
JP5976037B2 (ja) | モデル学習装置、ランキング装置、方法、及びプログラム | |
Fenghour et al. | Disentangling homophemes in lip reading using perplexity analysis | |
JP6067616B2 (ja) | 発話生成手法学習装置、発話生成手法選択装置、発話生成手法学習方法、発話生成手法選択方法、プログラム | |
Pala et al. | Unsupervised stemmed text corpus for language modeling and transcription of Telugu broadcast news | |
JP5959598B2 (ja) | モデル学習装置、ランキング装置、方法、及びプログラム | |
JP5860439B2 (ja) | 言語モデル作成装置とその方法、そのプログラムと記録媒体 | |
JP2015079383A (ja) | 発話生成装置、方法、及びプログラム | |
Abdulhameed | Cross Language Information Transfer Between Modern Standard Arabic and Its Dialects–a Framework for Automatic Speech Recognition System Language Model | |
Lyes et al. | Building a pronunciation dictionary for the Kabyle language |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160222 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170307 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170330 |
|
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: 20170404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170406 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6125991 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |