特許7190283IP Force 特許公報全文掲載

ホーム > 特許ランキング > 日本放送協会 > 特許7190283

技術分野

音声認識結果を整形するためのモデルを学習する音声認識結果整形モデル学習装置およびそのプログラム

発明が解決しようとする課題[発明の詳細な説明]から抜粋

人手による書き起こし文、放送番組の字幕等では、読みやすさのため、記号（句読点等）が挿入されていたり、実際には発声されている言い淀みが削除されていたり、逆に発声されていない文字列が補われていたりする。 従来のような音響特徴に忠実な音声認識では、このような、音響特徴から推測可能な範囲を超えて編集された単語列を、音声認識結果として出力することは困難である。 また、認識誤りを含んだ不明瞭な発話の書き起こし文を整形するには、読み上げ文を基準にしたルール記述による手法や周辺単語の統計的情報のみを用いる従来の手法では限界がある。

課題を解決するための手段[発明の詳細な説明]から抜粋

前記課題を解決するため、本発明に係る音声認識結果整形モデル学習装置は、音声と前記音声に対する予め整形した整形文とを学習素材として用い、音声の認識結果を整形するためのニューラルネットワークの文整形モデルを学習する音声認識結果整形モデル学習装置であって、音声認識手段と、学習データ生成手段と、文整形モデル学習手段と、を備え、前記学習データ生成手段が、マッチング手段と、選定手段と、を備える構成とした・・・　続きを知財ポータルサイト IP Force にログインして見る

発明の効果[発明の詳細な説明]から抜粋

本発明は、以下に示す優れた効果を奏するものである。
本発明によれば、音声またはその認識結果と、対応する整形文とを準備するだけで、特別な規則を設けることなく、音声認識結果を読みやすく整形するための文整形モデルを学習することができる。
また、本発明によれば、認識結果に対応する正解として整形文を準備するため、音声認識の誤り傾向も学習することができ、音声認識精度を高めた文整形モデルを学習することができる。

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 本発明の音声認識結果整形モデル学習装置の構成を示すブロック構成図である。
【図2】 学習素材の一例を説明するための説明図であって、（ａ）は音声を仮名表記した例、（ｂ）は（ａ）の音声認識結果を整形した整形文の例を示す。
【図3】 本発明の音声認識結果整形モデル学習装置で学習する文整形モデルの概要を説明するための説明図である。
【図4】 本発明の音声認識結果整形モデル学習装置の動作を示すフローチャートである。
【図5】 参考例の音声認識結果整形装置の構成を示すブロック構成図である。
【図6】 参考例の音声認識結果整形装置の動作を示すフローチャートである。
【図7】 本発明の音声認識結果整形モデル学習装置で学習した文整形モデルを用いた文整形例を示す図であって、（ａ）は記号挿入の例、（ｂ）は不要語削除の例、（ｃ）は認識誤り修正の例を示す。
【図8】 学習データの選定基準を説明するための実験データを示す図である。
【図9】 変形例の音声認識結果整形モデル学習装置の構成を示すブロック構成図である。
【図10】 変形例の音声認識結果整形装置の構成を示すブロック構成図である。

代表図 図1本件の代表的な図

１，１Ｂ 音声認識結果整形モデル学習装置 １０，１０Ｂ 制御手段 １１ 音声認識結果 １２ 学習データ生成手段 １２０ マッチング手段 １２１ 選定手段 １３ 文整形モデル学習手段 １３０ ベクトル化手段 １３１ モデル学習手段 ２０ 記憶手段 ２１ 素材記憶手段 ２２ マッチングリスト記憶手段 ２３ 学習データ記憶手段 ２４ 文整形モデル記憶手段 ３，３Ｂ 音声認識結果整形装置 ３０ 制御手段 ３１ 音声認識手段 ３２ 文整形手段 ３２０ ベクトル化手段 ３２１ 整形文推定手段 ３２２ テキスト化手段 ４０ 記憶手段 ４１０ 文整形モデル記憶手段 Ｍ 文整形モデル

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.