あらまし 波形素片やスペクトル素片をテンプレートとして保有し,音響照合・音声生成を行なう方法論から,HMM や GMMに代表される数理統計的な音響モデリング技術の台頭によって,音声認識・合成技術の性能・柔軟性は著し く向上した。しかし音声言語工学が構築して来た計算論的能力と,音声言語運用に関する人間の認知的能力には大き な差異があることは否めない。音声認識では,多様な話者性に対処するために数千・万の話者を使って音響モデルを 構築するが(かつ,適応技術を用いたモデル補正が必要となる),幼児の音声言語獲得過程を考えると,聴取する声 の多くは母親,父親,自身の声であり,非常に限られた話者性の音声である。音声合成に目を向ければ,合成器が生 成するのは学習話者の声である。しかし父親の太い声を模倣する幼児はいない。親の声の物真似を通して音声言語を 獲得した事例は存在しない。音声言語工学は音声言語...

摘要 語言教學方法主要是由以互動理論 (interactionist theories) 為基礎的溝通式教學法 (communicative language teaching) 所主導。因此,如果要針對學生個別的問題進行糾正,需要甚 多的時間,很難採用雙向互動的教學方法。要解決這樣的問題,電腦輔助語言學習系統 (Computer Assisted Language Learning System, CALL) 是個可行的方案。利用語音辨識 (Automatic Speech Recognition, ASR) 技術的電腦輔助發音訓練系統 (Computer Assisted Pronunciation Training, CAPT) 不但可以提供一個沒有壓力的環境,讓學生反覆的練習,同時也能針對學生個別的發音 問題,提供回饋與糾正的功能。本論文應用語音辨識、錯誤型態分析、及三維唇型...

本論文之目標要建立一個基於增強式學習之語言辨認系統,並參與 NIST LRE2015 評 比。語言辨認常受到其他相似的語系(out of set, OOS)使效能下降。為了能解決目標語言 與 OOS 極為相似與常用的訓練準則與實際應用情境偏離的情況,因此本論文提出新的 考慮 OOS 的 DNN 架構並使用 reinforcement learning (RL) 來做訓練,系統特色在於先 把 OOS 做細分,包括建立一個可同時辨認目標語言與所有 OOS 的 DNN 架構;以及將 整個任務分解成兩個輸出相乘的 DNNs,一個負責語言分群,一個負責區分目標與非目 標語言。所提出的系統皆以 LRE2015 規定的代價函數(越低越好)進行實驗比較,根據 LRE2015 評分結果,官方給定的 LDA 語言辨識系統,其分數為 39.033,使用傳統 DNN 其分數為 30.136,而使用本論文所提...

在實作上,概念模型會使用(搜尋)與初步語音辨識結果相關的同領域文件(或 調適語料)內表述的若干概念,用以近似語者內心欲傳達的真正含意,並基於此 來建立概念語言模型。而概念語言模型的建立是分兩個面向來探討,它們分別是 「詞彙」面向與「文件群聚」面向。首先,在實作上,概念模型會使用(搜尋)與 初步語音辨識結果近似同領域文件(或調適語料)內表述的若干概念,用以近似語 者內心欲傳達的真正含意,並基於此來建立概念語言模型。而概念語言模型的建 立是分兩個面向來探討,它們分別是「詞彙」面向與「文件群聚」面向。首先, 我們發展所謂的詞概念語言模型(Word-based Concept Language Model),並應用 於語言模型調適。在建構詞概念語言模型時,我們期望能夠針對每一語句不同的 語意內容(第一階段語音辨識結果,以詞圖[3]表示),在調適語料的若干相關的文 件中挑選一組具有代表性的概念...

We propose a model of feedback control in cortico-basal ganglia loop, and try to give an explanation for the phenomenon of utterance movement dysfunction. We conclude that repetition of a word utterance may be caused by the disfunction of feedback control and task-switching in basal ganglia. Keywords— Cortico-Basal Ganglia loop, dysfunction of utterance movement, task-switching 1 はじめに 近年,主に運動制御...

∗ 文脈依存混合重みを用いた単語モデルとクラス言語モデルの混合 エドワード ウィッタッカー(東工大)

「箇」的量詞用法存在於現代漢語各方言區,其指代詞和相當於「的1、的2、的 3」的結構助詞用法,則存在於南方的漢語方言以及相鄰的少數官話方言點中。指代 詞「箇1」的次類複雜,在江淮官話黃孝片是所指不分遠近的定指詞,在贛語、湘 語、徽語區主要演變為近指代詞,在粵語區、閩語中的個別地方主要演變為遠指代 詞,在客家話和相鄰的部分贛語中分化為遠指代詞和近指代詞;在吳語區以演變為 近指代詞為主,其他各類指代詞都有一定的存在面。「箇1」由定指詞向各類指示代 詞的演變,基本上是在長江以南分別成片進行的,表現出「大集中、小分散」的格 局,吳語區則反映出定指詞與中性、近指、遠指代詞並存的局面。在指代詞「箇1」 分佈的各方言區以及平話中,大都存在相當於「的3」的結構助詞「箇3」;在「箇 1」用作定指詞、近指代詞的贛語、湘語、吳語、客家話的部分方言中,則存在相當 於「的1、的2」的結構助詞「箇2」。「箇類詞...

摘要 由於全球化趨勢之盛行,多語語音常出現於會議紀錄及一般對話等方面。對於會議紀錄及對話系統而 言,多語語音自動辨識日顯重要。在多語語音自動辨識中,辨識單元集之定義及選取,將影響辨識之效率 及效能。本論文針對中英文利用 IPA 定義之多語語音辨識單元集,考慮前後文相關之三連音模型,並進一 步透過對聲學相似度與前後文脈分析,決定一組精簡有效的多語辨識單元。在相似度矩陣分析中,首先我 們利用事後機率統計,建立聲學相似度矩陣,然後,基於發音共聲現象的考量,分析語音發音上之相似度。 本論文更引入語言超空間相似度之觀念,計算三連音辨識單元前後文脈之關係,建立語言超空間相似度矩 陣。最後利用資料融合技術,合併聲學相似度矩陣和語言超空間相似度矩陣,以計算三連音辨識單元間之 距離,而後利用向量量化群集方法合併相似性高之三連音辨識單元,建立一個有效的多語語音辨識單元 集。本論文以 EAT 中英雙語語料...

近年來, 以知識資源為本的自然處理技術已成為一種重要的研究取向。 對於各種詞彙語意資源之建構, 包括電子辭典 (Lexicon)、 同義詞詞林 (Thesaurus)、 詞彙網路 (WordNet), 甚至知識本體 (ontologies), 已成為一個不可 抵擋的趨勢。 其中, 詞彙網路是在計算語言學相關領域中, 目前最為普遍利 用之一項詞彙語意資源。 然而, 詞彙網路之建構是一項耗時費力之基礎工程。 對於世界上許多使 用頻度不高的語言而言, 更是一項艱鉅之任務。 本文提出一個借力於普林斯 頓英語詞網 (Princeton WordNet) 與歐語詞網 (EuroWordNet) 之 bootstrapping 方法, 應用在正在發展的中文詞網詞彙語意關係之自動標記工作上。 實 驗的結果與初步評估證明, 此法對於詞網建構是一個相當可行的方式。