IBM과 조지타운 대학이 1954년에 공동으로 시작한 기계번역 기술 개발 프로 젝트로 시작된 음성 인식 엔진 기술이 머신 러닝, 딥러닝, GPU 등장 등 다양 한 기술의 등장으로 더 발전하고 있다. 음성 인식 엔진의 성능이 과거에 비해 서 획기적으로 향상되었지만 아직도 긴 문장의 대화를 자연스럽게 대화할 수 없으며 한정된 분야에서 사용하는 수준에는 머물러 있다. 충분한 인식률의 한 국어 엔진이 개발되지 못하는 여러 가지 원인 중 하나로는 학습에 사용할 충분 한 음향 및 언어 데이터를 확보하지 못하고 있기 때문이다. 따라서, 본 논문에서는 부족한 음성인식 학습용 데이터를 자동으로 생성할 수 있는 방법을 제안한다. 사람이 언어를 배울 때 ...
IBM과 조지타운 대학이 1954년에 공동으로 시작한 기계번역 기술 개발 프로 젝트로 시작된 음성 인식 엔진 기술이 머신 러닝, 딥러닝, GPU 등장 등 다양 한 기술의 등장으로 더 발전하고 있다. 음성 인식 엔진의 성능이 과거에 비해 서 획기적으로 향상되었지만 아직도 긴 문장의 대화를 자연스럽게 대화할 수 없으며 한정된 분야에서 사용하는 수준에는 머물러 있다. 충분한 인식률의 한 국어 엔진이 개발되지 못하는 여러 가지 원인 중 하나로는 학습에 사용할 충분 한 음향 및 언어 데이터를 확보하지 못하고 있기 때문이다. 따라서, 본 논문에서는 부족한 음성인식 학습용 데이터를 자동으로 생성할 수 있는 방법을 제안한다. 사람이 언어를 배울 때 TV, VOD 등의 미디어 콘텐 츠를 보고 따라 하며 언어를 배우는 것과 같은 방법으로 음성인식 엔진에 활용 한다. 수집된 데이터를 기존 음성인식 엔진에 추가하여 어느 정도의 인식률 변 화가 있는지를 실험을 진행하였다. 실험 과정은 데이터를 수집하고 수집한 데 이터를 음향 및 언어 모델에 학습에 적합하도록 변환하고 변환된 데이터를 학 습 과정을 거친 후에 별도로 전문 인력이 작업한 전사 데이터를 활용하여 인식 률 변화를 확인하였다. 실험 결과 각각 2,000시간 4,000시간 데이터를 학습하고 인식률 변화를 확인 하였으며 생성한 데이터의 학습 전 인식률에 비해서 장르에 따라 차이가 있지 만 10~20%의 인식률 향상을 확인하였다. 이를 통해 한국어 음성인식 엔진 성 능 향상을 위해 더 많은 미디어 콘텐츠를 활용하여 데이터를 수집하고 학습에 제공하면 더 좋은 인식률의 엔진 개발에 기여할 수 있음을 확인하였고 이를 통 해 더 많은 분야에 음성인식 엔진 기술이 활용될 수 있을 것으로 기대한다.
IBM과 조지타운 대학이 1954년에 공동으로 시작한 기계번역 기술 개발 프로 젝트로 시작된 음성 인식 엔진 기술이 머신 러닝, 딥러닝, GPU 등장 등 다양 한 기술의 등장으로 더 발전하고 있다. 음성 인식 엔진의 성능이 과거에 비해 서 획기적으로 향상되었지만 아직도 긴 문장의 대화를 자연스럽게 대화할 수 없으며 한정된 분야에서 사용하는 수준에는 머물러 있다. 충분한 인식률의 한 국어 엔진이 개발되지 못하는 여러 가지 원인 중 하나로는 학습에 사용할 충분 한 음향 및 언어 데이터를 확보하지 못하고 있기 때문이다. 따라서, 본 논문에서는 부족한 음성인식 학습용 데이터를 자동으로 생성할 수 있는 방법을 제안한다. 사람이 언어를 배울 때 TV, VOD 등의 미디어 콘텐 츠를 보고 따라 하며 언어를 배우는 것과 같은 방법으로 음성인식 엔진에 활용 한다. 수집된 데이터를 기존 음성인식 엔진에 추가하여 어느 정도의 인식률 변 화가 있는지를 실험을 진행하였다. 실험 과정은 데이터를 수집하고 수집한 데 이터를 음향 및 언어 모델에 학습에 적합하도록 변환하고 변환된 데이터를 학 습 과정을 거친 후에 별도로 전문 인력이 작업한 전사 데이터를 활용하여 인식 률 변화를 확인하였다. 실험 결과 각각 2,000시간 4,000시간 데이터를 학습하고 인식률 변화를 확인 하였으며 생성한 데이터의 학습 전 인식률에 비해서 장르에 따라 차이가 있지 만 10~20%의 인식률 향상을 확인하였다. 이를 통해 한국어 음성인식 엔진 성 능 향상을 위해 더 많은 미디어 콘텐츠를 활용하여 데이터를 수집하고 학습에 제공하면 더 좋은 인식률의 엔진 개발에 기여할 수 있음을 확인하였고 이를 통 해 더 많은 분야에 음성인식 엔진 기술이 활용될 수 있을 것으로 기대한다.
Since IBM and Georgetown University started machine translation project in their joint research in 1954, the performance of automatic speech recognition has made significant improvements as machine learning technology and GPU architecture have made substantial progress. However, most of ...
Since IBM and Georgetown University started machine translation project in their joint research in 1954, the performance of automatic speech recognition has made significant improvements as machine learning technology and GPU architecture have made substantial progress. However, most of the speech recognition engines are yet used in limited field due to imperfect translation particularly in long sentences. I found the biggest obstacle to develop speech recognition engine in Korean that there are not sufficient training data to feed to the engine among many other reasons. In order to resolve insufficient training data set problem, I have collected TV sound data to train the existing speech recognition engine to research its change of error rate since machine learning process in the speech recognition engine imitates human beings early stage learning. In the course of the research process, I have migrated sound data from TV to fit into machine learning process. After the learning process, professional groups have transcribed original data to compare the performance of speech recognition engine as a test data set. Each 2000 hours and 4000 hours training dataset has been tested. As a result, I have confirmed 10 ~ 20 percent improvement respectively compared to non-TV trained model. Through this research I expect that this research contributes improvement of speech recognition in Korean as we collect data from various media.
Since IBM and Georgetown University started machine translation project in their joint research in 1954, the performance of automatic speech recognition has made significant improvements as machine learning technology and GPU architecture have made substantial progress. However, most of the speech recognition engines are yet used in limited field due to imperfect translation particularly in long sentences. I found the biggest obstacle to develop speech recognition engine in Korean that there are not sufficient training data to feed to the engine among many other reasons. In order to resolve insufficient training data set problem, I have collected TV sound data to train the existing speech recognition engine to research its change of error rate since machine learning process in the speech recognition engine imitates human beings early stage learning. In the course of the research process, I have migrated sound data from TV to fit into machine learning process. After the learning process, professional groups have transcribed original data to compare the performance of speech recognition engine as a test data set. Each 2000 hours and 4000 hours training dataset has been tested. As a result, I have confirmed 10 ~ 20 percent improvement respectively compared to non-TV trained model. Through this research I expect that this research contributes improvement of speech recognition in Korean as we collect data from various media.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.