音声認識の精度を飛躍的に向上させる、発音系列拡張装置

日本放送協会

この技術でできること

発音辞書の音素列を統計的機械翻訳モデルと単一音素言語モデルにより拡張し、音声認識の精度を改善する装置です。

相談したいこと

技術の特徴

本装置は、発音系列の拡張を行う手段として、統計的機械翻訳モデル生成手段と単一音素言語モデル生成手段を備えています。これにより、標準音素列と実発話音素列が対訳である確率をフレーズ翻訳モデルとして生成します。さらに、実発話音素列の単一音素を1単語とした言語モデルである単一音素言語モデルも生成します。これらのモデルを用いて、見出し語の音素列に対して、フレーズ翻訳モデルと単一音素言語モデルとの同時確率が最大となる音素列を翻訳結果とします。これにより、発音辞書の見出し語や任意の文字列を発音系列に拡張可能にします。これにより、音声認識の精度が格段に改善されます。

AIによる特許活用案

おすすめ業界 IT音声認識サービスAI開発

音声認識技術の精度向上

本装置の利用により、音声認識技術の精度を向上させることが可能となります。特に、実際の発話とは異なる発音が表記上で記録されている場合や、発音が曖昧な場合でも、音声認識の精度を向上させることができます。

続きの活用案は会員限定です

無料登録またはログイン後に、公開範囲に応じて確認できます。

参考情報

活用条件

サブスクリプション・未選択
権利譲渡・未選択
ライセンス契約・未選択

商品化・サービス化: ASK
実証実験: ASK
サンプル・プロトタイプ: ASK

掲載者による選択状態を表示しています。未選択や ASK は、利用不可を意味するものではありません。

権利概要

出願番号: 特願2015-040346
発明の名称: 発音系列拡張装置およびそのプログラム
出願人／権利者: 日本放送協会
公開番号: 特開2016-161765
登録番号: 特許第6475517号

登録情報の修正申請