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) 研究背景・目的アプローチ・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・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検証音声 Latent Semantic Analysis (LSA) 学習・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書き起こし文書複数の仮説文 LSA LSA空間に射影 One-Class SVMによる適切な文書の学習適切な文書か検証 κij：文書cｊにおける単語riの出現回数 λｊ：文書cｊ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  ij wij  (1   i ) j 音声認識 × ふさわしい仮説文を選択  ij  ij 1 i   log  log N j 1  i i N ストップワードの指定にも利用認識結果文書 r1 c1・・・ cj・・・ cN v1T・・・ vjT・・・ vNT 適切な文書 u1 ・・単・ r 語 i ・・・・・・u ＝ i ・・・ W rM U uM M ×R M×N VT S R×R R×N 特異値分解による次元圧縮不適切な文書 O ・ vjS を文書の特徴ベクトルと考えることができる実験条件音声認識タスク学習により求まった境界学習データ仮説文実験結果対話音声認識器 CSJ 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 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）で比較対話 WER 対話A 1-best 85.34 提案手法 87.46 CSJ WER 講演A 1-best 61.08 提案手法 60.67 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講演B 42.21 41.71 講演C 26.88 26.62 講演D 50.29 49.12 講演E 39.38 39.38 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考察・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今後の予定・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スコアの統合合計 41.84 41.43