成果報告書詳細
管理番号100013435
タイトル平成19年度成果報告書 平成19年度採択産業技術研究助成事業 07A12203a 安全・便利な車内情報システムインタフェース 平成19年度中間
公開日2009/3/27
報告書年度2007 - 2007
委託先名国立大学法人名古屋大学北岡教英
プロジェクト番号P00041
部署名研究開発推進部
和文要約音声・対話研究の成果を実装するための音声対話の基本フレームワークを構築した。音声認識基本性能については、ベースライン認識率50.9%が、同タスクの言語モデルを使った上限で72.6%にまで向上することができることを確認し、開発中の、仮認識とそれを用いたWebクエリによる未知語獲得手法の可能性が示された。そして音響的には雑音下音声認識手法であるSS-SMT法を改良し、今期の目標値90%以上の達成が可能となった。車内の残響にはLMSに基づくブラインド残響除去法を独自に開発・改良し、一般的に残響評価に用いられるデータベースによるベンチマークで一般法の24.8%、従来の提案法の10.9%のエラー削減率を達成した。音声対話では、理解結果の複数候補を保持しながら対話履歴に矛盾せずかつ自然で効率的な対話により、誤認識を悟られずに所望の情報(音楽)を得る手法を提案し、毎回確認を行う従来の安全策と同等の正確さで効率的に対話を成立できることを示した。自動車の操作信号(アクセル・ブレーキ・ハンドル操作)に確率統計的な信号処理をすることにより、運転者の負荷度合いを推定する手法、および数秒先の運転操作(右左折、車線変更など)の予測を行う方法を考案した。
英文要約We first developed a base car navigation system prototype, on which we can implement our technologies. To recognize unknown words, we developed a web search-based unknown word acquisition method and indicated the potential of our method. From the acoustical view points, we improve noisy/reverberant speech recognition using the SS-SMT method and LMS-based blind dereverberation method. In the spoken dialog field, we developed a dialog strategy keeping multiple understanding hypotheses and selecting an appropriate answer and efficiently shortened the dialog turns. We also developed a statistical driving behavior prediction and mental load estimation methods.
ダウンロード成果報告書データベース(ユーザ登録必須)から、ダウンロードしてください。

▲トップに戻る