音声検索語検出のための検索語拡張法

Abstract

音声中で検索語がそのまま現れる発話を特定する音声検索語検出(Spoken Term Detection: STD)の研究を行う. STDにおける大きな問題点の1つに検索語ではないものを検出する誤検出問題があげられる. 本研究では, この誤検出をできるだけ少なくする方法を研究する. 具体的には, 検索語拡張を行って拡張語を得たうえで連続DPマッチングによる拡張語の検索を行い, その検索結果に基づいて検索語が含まれる発話の候補の並べ替え(リスコアリング)を行うことで誤検出を抑制する方法を提案する. 本論文では, 拡張語の獲得方法として, 検索語の前または後に文字列を付加したものを拡張語とする手法を提案するcこの手法はどのような検索語に対しても容易に拡張語を自動生成できるため, 汎用性が大きいと考えられる. 講演音声を対象とした種々のSTD検索タスクで評価したところ, すべてのタスクで検索精度の向上が得られ, 提案手法の有効性および汎用性を示した.

This paper addresses Spoken Term Detection (STD), which finds speeches including a specified query term. One of the main STD problems is a false detection problem, which we focus on in the paper. We investigate a method suppressing false detections based on a query expansion (QE) approach, which extracts query-related terms. Specifically, we rescore and rerank speech candidates which may include query term(s) with the results obtained by continuous DP matching between expanded queries and speeches. In this paper, we propose a QE method for STD, that is, making expanded terms by adding words to the original query. The QE approach is widely applicable since it can generate expanded terms automatically for any query terms. On a task of STD from lecture corpus, we confirmed the effectiveness of the proposed method. We achieved STD performance improvements for several STD tasks, which showed a validity and robustness of the proposed method.