情報量を基準とした音韻性抽出手法を用いた連続音声中の音韻認識

抄録

連続音声中の音韻性抽出及び音韻認識を行うための、情報量を評価基準として用いる高精度で効率的な手法を提案する。相互情報量を基準として特徴量の選択やクラスタの統合を行うことにより、音韻性の表現に有効な音韻辞書を構成する。またエントロピー関数の概念を利用して着目時刻前後の情報を多く含む部分に重み付けをしたフレームごとの音韻性尤度を計算する。得られた尤度に対して、音韻継続長とbigram制約を考慮したアルゴリズムを適用して音声認識を行う。同時に、音声の自動学習についても論じる。不特定話者による評価実験の結果、90%以上の音声正解率が得られ、本手法の有効性が認識された。