(SLP10) 音声ドキュメント検索の現状と課題
豊橋技術科学大の秋葉先生．最初10分ぐらい所用により聞き逃す．

認識と検索の違い：計算資源の量の違い，ラベルからデータを探す課題，前処理の可能性
典型的な前処理：音声認識（量子化），索引付け（組織化）
2つのタスク：Spoken Term DetectionとSpoken Document Retrieval
        テキストなら前者は文字列照合（あるいは近似文字列照合），後者は文書検索
音声認識結果を対象とするための拡張：OOV・認識誤りへの対応，計算効率や検索性能の問題

OOVへの対応：サブワード認識結果の利用
        サブワードの選択：書記単位（単語，文字，統計的単位など），発音単位（音節，音素など）
        単語とサブワードの併用，単語で認識してからサブワードに分解する，等
認識誤りへの対応：複数候補の利用（N-best，ラティス，Confusion Network）
        問題点：サイズの増加，テキスト用の手法がそのまま利用できない
                →非可逆圧縮（N-best→Confusion networkなど）
                Confusion Network, Position-Specific Posterior Lattice(PSPL)，
                Time-based Merging(TMI), Time-Anchored Lattice Expansion (TALE)
計算効率：索引付けによる効率化
        転置ファイル，サフィックスアレイ，距離空間上のインデクス
音声ドキュメントの評価
        STD共通タスク TREC SDR track(STD), NIST STD Evalutation, CSJ STD test collection
        SDR共通タスク TREC SDR track(Ad-hoc), CSJ SDR test collection