適用製品
音声認識等の認識技術に用いられるディープ・ニューラル・ネットワーク
目的
特定の条件の学習データを用いてＤＮＮを用いた音響モデルの適応化を効率的に行なえ、精度も高められる統計的音響モデルの適応方法を提供する。
効果
学習を行なったＤＮＮ３０を従来のＨＭＭ中のＧＭＭに代えて用いることにより、特定の話者に適応した音響モデルが得られる。
各話者の発話データをランダムに選択しながら、一時に一人の話者の発話データに偏ることのない順番でＤＮＮ８０の学習が行なえる。その結果、発話データの選択の順番による影響を最小限に抑えながら、ＤＮＮ８０の準備的学習が行なえる。
技術概要
ＤＮＮを用いた音響モデルの話者適応方法において、第１の記憶装置に、異なる話者の発話データ９０〜９８を別々に記憶するステップと、話者別の隠れ層モジュール１１２〜１２０を準備するステップと、発話データ９０〜９８を切替えて選択しながら、特定レイヤ１１０を、選択された発話データに対応する隠れ層モジュール１１２〜１２０で動的に置換しながらＤＮＮ８０の全てのレイヤ４２，４４，１１０，４８，５０，５２，５４について準備的学習を行なうステップと、準備的学習が完了したＤＮＮの特定レイヤ１１０を初期隠れ層で置換するステップと、初期隠れ層以外のレイヤのパラメータを固定して、特定話者の音声データでＤＮＮの学習を行なうステップとを含む。
基本情報
開放特許情報
)
登録者情報
その他の情報
