利用深度學習強化口述語彙偵測系統

Enhanced Spoken Term Detection by Deep learning

許家興(Chia-Hsing Hsu)

指導教授 ： 李宏毅

國立臺灣大學/電機資訊學院/電信工程學研究所/碩士(2017年)

https://doi.org/10.6342/NTU201700831

摘要

近年來隨著科技發達,人們記錄著有價值的錄音、影音檔也隨著科技進 步,儲存的越來越多。在語音文件檢索中最重要的關鍵技術即為口語詞彙偵 測(spoken term detection),其目的是從語音文件中找到完全相符於使用者輸入的查 尋詞(query term)。為了讓人們更容易查詢到自己想得到的資料,先利用語音辨識 技術,再藉由以自動的方式對於其內含的語音資訊建立起全文索引與檢索的機 制。
本篇論文主旨在於固定的語音辨識的系統下,藉由深度類神經網路的知識對 檢索資料重新打分數與使用成對學習法使系統有排序的知識,使得檢索效果增 加。

關鍵字

關鍵詞檢索 ； 深度學習

並列摘要

無資料

並列關鍵字

spoken term detection ； deep learning

參考文獻

[1] Ciprian Chelba, Timothy J Hazen, and Murat Saraclar, “Retrieval and browsing of spoken content,” IEEE Signal Processing Magazine, vol. 25, no. 3, 2008.

[2] Lin-shan Lee and Berlin Chen, “Spoken document understanding and organization,” IEEE Signal Processing Magazine, vol. 22, no. 5, pp. 42–60, 2005.

[6] S. Parlak and M. Saraclar, “Spoken term detection for turkish broadcast news,” ICASSP, pp. 5244–5247., 2008.

[7] E. Arisoy, D. Can, S. Parlak, H. Sak, and M. Saraclar, “Turkish broadcast news transcription and retrieval,” IEEE Transactions on Audio, Speech, and Language Processing, vol. 17, no. 5, pp. 874 883, 2009.

[8] S.ParlakandM. Saraclar,“Performance analysis and improvement of Turkish broad- cast news retrieval,” IEEE Transactions on Audio ,Speech, and Language Processing, vol. 20, no. 3, pp. 731–741, 2012.