17日前
オープンソース・ドイツ語遠距離音声認識：コーパスと音響モデル
{and Chris Biemann, Max Mühlhäuser, Stefan Radomski, Evandro Gouvea, Arvid Lange, Benjamin Milde, Stephan Radeck-Arneth}
要約
ドイツ語の遠距離音声認識を目的とした新しいオープンソースコーパスを提示し、このコーパス上で学習された2つのオープンソース音声認識システムの、発話者非依存型単語誤り率（WER）の結果を報告する。本コーパスは、1メートルの距離で3種類のマイクロフォンを用いて、制御された環境下で収録されたものであり、合計180名の異なる話者から36時間分の音声データを含んでいる。本研究では、オープンソース音声認識ツールキットKaldi（WER 20.5％）およびPocketSphinx（WER 39.6％）を用いた認識結果を示し、ドイツ語の遠距離音声認識に対する完全なオープンソースソリューションの実現を可能にする。