Transcript 藤川晶子
マルチメディアサイエンス実習 音声認識の比較実験 藤川晶子 Ｔ００Ａ３４０－５ ２０００年１月３１日 音声認識率の比較実験概要 音声認識の対象 アナウンサーの音声（ひずんだ波形） 話者適応者の音声（ひずんだ波形） 話者適応者の音声（普通） 使用したソフトウェア ＶｉａＶｏｉｃｅ Ｃｏｏｌ Ｅｄｉｔ アナウンサーの音声認識 原文 東京世田谷で一家4人が殺害された事件です。えー、警 視庁は信用実験などから犯人が玄関から出入りしたとの 見方をさらに強めました。 音声を聞いてみる。 聞き取れましたか？ アナウンサーの音声認識結果 アナウンサー音声認識の結果例 が夜型面ザラザラ減らす芸者エラー収賄罪ガラガラガラアイヌは夫弁護団 からブームしながら村ださらに面が升田 0が夜型ザラザラづらいです芸者エラー収賄罪ガラガラガラ外務右腕ＬＡＮ沿 岸からブームしながら村だ皿に強めました 阿部えりか夜型ザラザラづらいです芸者エラー収賄罪ガラガラから半分は 夫弁護団からブーム時だから村ださらに面が升田 エラー4年がさザラザラづらいです芸者エラー収賄罪ガラガラ半分は夫弁護 団からブームしながら村ださらに面が升田 えりか夜型ザラザラづらいです芸者エラー収賄罪ガラガラから半分は夫弁 護団からブーム時だから村ださらに強めました いいが4面が殺害さだづらいです芸者エラー収賄罪ガラガラ半分は夫弁護 団からブームしながら村ださらに面が升田 話者適応者の音声認識 原文 東京世田谷で一家4人が殺害された事件です。えー、警 視庁は信用実験などから犯人が玄関から出入りしたとの 見方をさらに強めています。 音声を聞いてみる。 聞き取れましたか？ 話者適応者の音声認識 話者適応者の音声認識結果例 たとえ世田谷で一家4人が殺害された事件ですＡ警視庁は針葉樹系 などから犯人が玄関から侵入したと述べ方やさらに強めています 妙を空世田谷で一家4人が殺害された事件ですＡ警視庁は針葉樹系 などから犯人が玄関から侵入したと述べ片やさらに強めています から空世田谷で一家4人が殺害された事件です警視庁は針葉樹系 などから犯人が玄関から侵入したとの見方をさらに強めています と妙を空世田谷で一家4人が殺害された事件ですＡ警視庁は針葉樹 けどなどから犯人が玄関から侵入した後の見方をさらに強めていま す から空世田谷0一家4人が殺害された事件ですＡ警視庁は針葉樹系 などから犯人が玄関から侵入したと述べ形をさらに強めています 話者適応者の音声認識２ 原文 東京世田谷で一家4人が殺害された事件です。えー、警 視庁は信用実験などから犯人が玄関から出入りしたとの 見方をさらに強めました。 音声を聞いてみる。 聞き取れましたか？ 話者適応者の音声認識結果 話者適応者の音声認識結果例２ 公共サタデーで一家4人が殺害された事件ですで警視庁は信用事件などか ら犯人が玄関から出入りしたとの見方をさらに強めました 東京世田谷で一家4人が殺害された事件ですで警視庁は信用事件などから 犯人が玄関から出入りしたとの見方をさらに強めました 東京サタデーで一家4人が殺害された事件ですで警視庁は針葉樹系などか ら犯人が玄関から出入りしたとの見方をさらに強めました 東京世田谷で一家4人が殺害された事件です警視庁は針葉樹系などから犯 人が玄関から出入りしたとの見方をさらに強めました 東京世田谷で一家4人が殺害された事件ですで警視庁は針葉樹下などから 犯人が玄関から出入りしたと見方をさらに強めました 認識結果の比較のまとめ アナウンサーの音声 ほとんど認識されない 認識率は１０％前後 話者適応者の音声（ひずんだ波形） そこそこ認識する ６５％程度の認識率 話者適応者の音声（普通） 高い認識率 認識率は８０％以上 認識率の向上 入力に適正な音量が不可欠 常に適正な音量をとれる入力ディバイスが 必要なのでは？