선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 실제 환경에 적용될 경우 인식률은 상당히 저하되는데, 이는 한국어 숫자의 특성 에 따른문제 및 배경잡음이나 채널에 의한 왜곡에 따른 문제점들에 기인한 것으로 볼 수 있다. 본 논문에서는 배경잡음이나 채널왜곡 등에 의한 환경불일치 문제의 완화보다는 한국어 숫자의 특성에 기인한 연결 숫자인 식의 어려움을 완화시킴으로써 인식성능을 향상시키고자 한다.
- 그러나 실제 환경에 적용될 경우 인식률은 상당히 저하되는데, 이는 한국어 숫자의 특성 에 따른문제 및 배경잡음이나 채널에 의한 왜곡에 따른 문제점들에 기인한 것으로 볼 수 있다. 본 논문에서는 배경잡음이나 채널왜곡 등에 의한 환경불일치 문제의 완화보다는 한국어 숫자의 특성에 기인한 연결 숫자인 식의 어려움을 완화시킴으로써 인식성능을 향상시키고자 한다.
- 본 논문에서는 한국어 연결숫자 인식시스템의 성능을 향상시 키기 위해 숫자 사이의 다양한 음운변화및 숫자에 서 자주 오인식이 일어나는 쌍들에 대한 특징 분석에 근 거하여 유사음소군을 정의하고, 사용자의 발성 형태에 따른 다양한 음운변화를 흡수할 수 있도록 인식시스템을 구성하였다. 제안된 방법에 의한 숫자열 인식률은 상태 당 믹스쳐 개수가 1인 경우 83.
- 본 논문에서는 한국어 연결숫자 인식시스템의 성능을 향상시 키기 위해 숫자 사이의 다양한 음운변화및 숫자에 서 자주 오인식이 일어나는 쌍들에 대한 특징 분석에 근 거하여 유사음소군을 정의하고, 사용자의 발성 형태에 따른 다양한 음운변화를 흡수할 수 있도록 인식시스템을 구성하였다. 제안된 방법에 의한 숫자열 인식률은 상태 당 믹스쳐 개수가 1인 경우 83.
제안 방법
- 본 논문에서 사용된 음성데이터는 원광대에서 구축한 전화음성 인식엔진 평가용 연속음성 DB의 일부로서 8kHz 로 샘플링되었으며, 864종의 4연 숫자조합 및 252명의 남성화자를 50 세트로 나누어 발성한 것이다. 각각의 화 자는 집 또는 사무실에서 유/무선 전화기를 이용하여 4연 숫자를 발성하였다. 총 8000여 개의 데이터 중에서 70% 를 모델훈련에, 30%를 인식실험 에 사용하였다.
- 16 유사음소군은 15 유사음소군에서 2절에 설명된 것과 같이 숫자음 인식의 성능 향상을 위해 ' ㅣ '음을 혀옆소리 'ㄹ' 앞의 'ㅣ' /ii/와그 외의 'ㅣ' /i/로 분리하여 정의하였다. 기준 시스템은 15 유사음소군 및 음성벡터가 관측되는 상태가 하나인 기존 짧은 휴지기간 모델을 이용하며, 개별화자의 발성특성을 반영하지 않은 시스템으로 한다. 각각의 성능개선 방식을 적용함에 따른 시스템의 성능 개선 정도를 확인하기 위해 다음과 같이 실험을 수행하였다.
- 마지막으로 2절에서 설명한 바와 같이 'ㅣ', 를 /ii/와 /i/로 구분하여 유사음소를 정의한 16 유사음소군의 성능 을 실험하였다. 16 유사음소군의 숫자열 인식률은 83.
- 먼저 15 유사음소군에서 개별화자의 발성 특성에 따른 음운변화를 반영하여 각 숫자마다 복수의 발음을 정의하 고 허용된 유사음소 시 퀀스로 인식을 하는 경우와 화자의 발성특성을 반영하지 않고 각숫자에 고정된 한가지 발음 형태만을 허용한 경우를 비교실험 하였다. 각 상태를 1개 의 가우시안으로 모델링하여 실험한 결과 숫자열 인식률 이 개별화자의 발성특성을 반영한 인식시스템은 82.
- 먼저 15 유사음소군에서 개별화자의 발성 특성에 따른 음운변화를 반영하여 각 숫자마다 복수의 발음을 정의하 고 허용된 유사음소 시 퀀스로 인식을 하는 경우와 화자의 발성특성을 반영하지 않고 각숫자에 고정된 한가지 발음 형태만을 허용한 경우를 비교실험 하였다. 각 상태를 1개 의 가우시안으로 모델링하여 실험한 결과 숫자열 인식률 이 개별화자의 발성특성을 반영한 인식시스템은 82.
- 음운변화를 고려하여 유사음소군을 정의하는데 따른 성능 차이를 확인하기 위해선 각각의 유사음소군에 따른 성능을 개별적으로 확인하는 것이 타당하지만, 화자의 발성특성 에 따른 다양한 음운변화를 반영한 정확한 유사 음소 시퀀스를 제공하지 못함으로 인해 야기될 수 있는 문제점을 최소화하면서 제안된 방식들의 성능을 확인하 기 위해 각각 15,16개의 유사음소로 구성된 2가지의 유사 음소군을 정의하였다. 서론에서 언급한 것처럼 한국어숫자는 7개의 자음과 6개의 모음, 총 13개의 음소로 구성 되어있는데, 15 유사음소군은 숫자음에 나타나는 13개의 음소중에서 초성과종성의 과 'b를구분하여 정의 하였다.
- 음운변화를 고려하여 유사음소군을 정의하는데 따른 성능 차이를 확인하기 위해선 각각의 유사음소군에 따른 성능을 개별적으로 확인하는 것이 타당하지만, 화자의 발성특성 에 따른 다양한 음운변화를 반영한 정확한 유사 음소 시퀀스를 제공하지 못함으로 인해 야기될 수 있는 문제점을 최소화하면서 제안된 방식들의 성능을 확인하 기 위해 각각 15,16개의 유사음소로 구성된 2가지의 유사 음소군을 정의하였다. 서론에서 언급한 것처럼 한국어숫자는 7개의 자음과 6개의 모음, 총 13개의 음소로 구성 되어있는데, 15 유사음소군은 숫자음에 나타나는 13개의 음소중에서 초성과종성의 과 'b를구분하여 정의 하였다.
- 한편 그림 1과 2에서 나타난 바와 같이 'ㄱ' 이 안울림 터짐소리의 제 음가대로 발성이 되는 경우에도 '오' 앞에 약한 혀차기나 입술 부딪히는 소리가 있는 경우 '구'로 오인하기 쉽다. 이러한 문제를 완화하기 위해서 숫자 사이에 가비지 (garbage) 모델을 넣는 방법도가능하지만, 본 논문에서는 연속음성인식에 기본적으로 사용되는 짧은 휴지기간 (short pause) 모델 을 보다 정교하게 구성하여 이 문제를 완화하였다. 즉 음성벡터가 관측되는 상태가 하나인 기존의 짧은 휴지기 간 모델은 어절 경계에 쉼이 있거나 없는 경우를 표현하 기 위해서 사용되었는데, 본 논문에서는 짧은 휴지기간 모델의 음성벡터가 관측되는 상태를 3개로 증가시켜 가운데 상태가 약한 혀차기나 입술 부딪히는 소리부분을 표현할 수 있도록 함으로써 '오' 와 '구' 의 혼동 가능성을 줄였다.
- 한편 그림 1과 2에서 나타난 바와 같이 'ㄱ' 이 안울림 터짐소리의 제 음가대로 발성이 되는 경우에도 '오' 앞에 약한 혀차기나 입술 부딪히는 소리가 있는 경우 '구'로 오인하기 쉽다. 이러한 문제를 완화하기 위해서 숫자 사이에 가비지 (garbage) 모델을 넣는 방법도가능하지만, 본 논문에서는 연속음성인식에 기본적으로 사용되는 짧은 휴지기간 (short pause) 모델 을 보다 정교하게 구성하여 이 문제를 완화하였다. 즉 음성벡터가 관측되는 상태가 하나인 기존의 짧은 휴지기 간 모델은 어절 경계에 쉼이 있거나 없는 경우를 표현하 기 위해서 사용되었는데, 본 논문에서는 짧은 휴지기간 모델의 음성벡터가 관측되는 상태를 3개로 증가시켜 가운데 상태가 약한 혀차기나 입술 부딪히는 소리부분을 표현할 수 있도록 함으로써 '오' 와 '구' 의 혼동 가능성을 줄였다.
- 위 숫자들은 'ㄱ, ㄹ, ㅁ, ㅅ, ㅇ, ㅊ, ㅍ'의 7개 자음과 'ㅏ, ㅕ, ㅗ, ㅜ, ㅠ,ㅣ' 의 6개 모음으로 구성되지만, 이들이 말소리로 실현이 될 때에는 음운규칙에 따라 다양한 변이음들로 나타난다. 이와 같은 한국어 숫자의 특성을 고려하여 유사음소군 을 정의하고 사용자의 발성형태에 따른 다양한 음운 현상의 변화를 흡수할 수 있도록 연결숫자 인식 시스템을 구성한다.
- 그러므로 발성 특성에 따른 보다 다양한 음운변화를 반영한다면 성능향 상의 정도가 더욱 두드러질 것으로 기대된다. 이후 실험은 개별화자의 발성특성을 반영한 발음사전 및 인식시스 템으로 수행하였다.
- 그러므로 발성 특성에 따른 보다 다양한 음운변화를 반영한다면 성능향 상의 정도가 더욱 두드러질 것으로 기대된다. 이후 실험은 개별화자의 발성특성을 반영한 발음사전 및 인식시스 템으로 수행하였다.
- 결국 개선된 짧은 휴지기간 모델은 모음으로 시작하 는 숫자음 앞의 약한 혀차기나 입술 부딪히는 소리로 인한 문제를완화하는 효과는 있지만여전히 개선의 여지가 존재함을 확인할 수 있었다. 이후 실험은 개선된 짧은휴 지기간 모델을 이용하여 실험을 수행하였다.
- 3%의 성능향상이 있었다. 지금까지는 상태당 1개의 가우시안 함수를 사용하여 실험을 하였는데, 모델의 정교성을 높 여 갈 때에도 여전히 제안된 방식들의 효과가 있는지를 확인 하기 위해 믹스쳐 개수를 늘려 가면서 기준 시스템 과의 숫자열 인식률을 비교하였다. 실험 결과를 그림 5에 나타내었다.
- 3%의 성능향상이 있었다. 지금까지는 상태당 1개의 가우시안 함수를 사용하여 실험을 하였는데, 모델의 정교성을 높 여 갈 때에도 여전히 제안된 방식들의 효과가 있는지를 확인 하기 위해 믹스쳐 개수를 늘려 가면서 기준 시스템 과의 숫자열 인식률을 비교하였다. 실험 결과를 그림 5에 나타내었다.
- 한국어 숫자에는 '이'와 일', '일'과' 칠', '오'와 '구' 등의 오인식이 잘 되는 숫자쌍들이 존재하는데, 이 들의 변별력을 높이기 위한 한가지 방법으로써 유사음소 설정과정에서 이를 고려하였다. 그림 1-3에서 이 숫자음 들의 음향특징을 관찰할 수 있다.
- 한국어 숫자에는 可와 일', 用'과' 칠', 오와 '구' 등의 오인식이 잘 되는 숫자 쌍들이 존재하는데, 이들의 변별력을 높이기 위한 한가지 방법으로써 유사음소 설정과정에서 이를 고려하였다.
대상 데이터
- 본 논문에서 사용된 음성데이터는 원광대에서 구축한 전화음성 인식엔진 평가용 연속음성 DB의 일부로서 8kHz 로 샘플링되었으며, 864종의 4연 숫자조합 및 252명의 남성화자를 50 세트로 나누어 발성한 것이다. 각각의 화 자는 집 또는 사무실에서 유/무선 전화기를 이용하여 4연 숫자를 발성하였다.
- 본 논문에서 사용된 음성데이터는 원광대에서 구축한 전화음성 인식엔진 평가용 연속음성 DB의 일부로서 8kHz 로 샘플링되었으며, 864종의 4연 숫자조합 및 252명의 남성화자를 50 세트로 나누어 발성한 것이다. 각각의 화 자는 집 또는 사무실에서 유/무선 전화기를 이용하여 4연 숫자를 발성하였다.
- 총 8000여 개의 데이터 중에서 70% 를 모델훈련에, 30%를 인식실험 에 사용하였다. 음성특징 파라메터로는 12차 MFCC와 에너지 기반의 38차 파라메 터를 추출하였고, 사용된 모델은 트라이폰 기반 연속 확 률밀도 (triphone-based continuous density) HMM이 며, 각 모델은 5개의 상태를 가진다. 결정트리기반의 군집화 (clustering)를 이용하여 전체 상태수를 약 600개로 제한 하였다[10].
- 총 8000여 개의 데이터 중에서 70% 를 모델훈련에, 30%를 인식실험 에 사용하였다. 음성특징 파라메터로는 12차 MFCC와 에너지 기반의 38차 파라메 터를 추출하였고, 사용된 모델은 트라이폰 기반 연속 확 률밀도 (triphone-based continuous density) HMM이 며, 각 모델은 5개의 상태를 가진다. 결정트리기반의 군집화 (clustering)를 이용하여 전체 상태수를 약 600개로 제한 하였다[10].
- 각각의 화 자는 집 또는 사무실에서 유/무선 전화기를 이용하여 4연 숫자를 발성하였다. 총 8000여 개의 데이터 중에서 70% 를 모델훈련에, 30%를 인식실험 에 사용하였다. 음성특징 파라메터로는 12차 MFCC와 에너지 기반의 38차 파라메 터를 추출하였고, 사용된 모델은 트라이폰 기반 연속 확 률밀도 (triphone-based continuous density) HMM이 며, 각 모델은 5개의 상태를 가진다.
- 각각의 화 자는 집 또는 사무실에서 유/무선 전화기를 이용하여 4연 숫자를 발성하였다. 총 8000여 개의 데이터 중에서 70% 를 모델훈련에, 30%를 인식실험 에 사용하였다. 음성특징 파라메터로는 12차 MFCC와 에너지 기반의 38차 파라메 터를 추출하였고, 사용된 모델은 트라이폰 기반 연속 확 률밀도 (triphone-based continuous density) HMM이 며, 각 모델은 5개의 상태를 가진다.
이론/모형
- 즉 하나의 숫자에 대해 복수의 발음을 정의한 발음사전을 만든다. 그리고, 각숫자의 시작 유사음소와 끝 유사음소만을 고려하여 음소쌍 (phone-pair) 문법을 형성한다. 즉 임의의 숫자의 끝 유사음소 다음에 이어 올 수 있는 임의의 숫자의 시작 유사음소를 제한한다図.
- 결국 개선된 짧은 휴지기간 모델은 모음으로 시작하 는 숫자음 앞의 약한 혀차기나 입술 부딪히는 소리로 인한 문제를완화하는 효과는 있지만여전히 개선의 여지가 존재함을 확인할 수 있었다. 이후 실험은 개선된 짧은휴 지기간 모델을 이용하여 실험을 수행하였다.
- 전화망의 채널왜곡을 보상하기 위해 켑스트 럼 평균 차감법 (CMS: cepstral mean subtraction)적용하였다 HU.
- 결정트리기반의 군집화 (clustering)를 이용하여 전체 상태수를 약 600개로 제한 하였다[10]. 전화망의 채널왜곡을 보상하기 위해 켑스트 럼 평균 차감법 (CMS： cepstral mean subtraction)적용하였다[11].
성능/효과
- 마지막으로 2절에서 설명한 바와 같이 'ㅣ', 를 /ii/와 /i/로 구분하여 유사음소를 정의한 16 유사음소군의 성능 을 실험하였다. 16 유사음소군의 숫자열 인식률은 83.2% 로 나타났는데 이 또한 'ㅣ' 의 음향특성을 고려하기 전의 성능 82.7%에 비해 약간의 성능 개선이 있음을 확인할 수 있었다. 기준 시스템의 성능81.
- 6%, 97.8%이며, 그렇지 않은경우는각각 90.8%, 95.8%, 97.1%로 화자의 발성특성을 반영하면 성 능 개선이 이루어짐을 확인할 수 있었다. 그러므로 발성 특성에 따른 보다 다양한 음운변화를 반영한다면 성능향 상의 정도가 더욱 두드러질 것으로 기대된다.
- 먼저 15 유사음소군에서 개별화자의 발성 특성에 따른 음운변화를 반영하여 각 숫자마다 복수의 발음을 정의하 고 허용된 유사음소 시 퀀스로 인식을 하는 경우와 화자의 발성특성을 반영하지 않고 각숫자에 고정된 한가지 발음 형태만을 허용한 경우를 비교실험 하였다. 각 상태를 1개 의 가우시안으로 모델링하여 실험한 결과 숫자열 인식률 이 개별화자의 발성특성을 반영한 인식시스템은 82.1%, 그렇지 않은 시스템은 81.9%였다. 이는 실제 연결숫자음 에서는 여러 가지 다양한 음운변화가 나타나지만 15 유사 음소로 제한된 경우 나타날수 있는 개별화자의 발성특성 은 소리이음에 따른 차이가 주가 되기 때문인 것으로 판 단된다.
- 먼저 15 유사음소군에서 개별화자의 발성 특성에 따른 음운변화를 반영하여 각 숫자마다 복수의 발음을 정의하 고 허용된 유사음소 시 퀀스로 인식을 하는 경우와 화자의 발성특성을 반영하지 않고 각숫자에 고정된 한가지 발음 형태만을 허용한 경우를 비교실험 하였다. 각 상태를 1개 의 가우시안으로 모델링하여 실험한 결과 숫자열 인식률 이 개별화자의 발성특성을 반영한 인식시스템은 82.1%, 그렇지 않은 시스템은 81.9%였다. 이는 실제 연결숫자음 에서는 여러 가지 다양한 음운변화가 나타나지만 15 유사 음소로 제한된 경우 나타날수 있는 개별화자의 발성특성 은 소리이음에 따른 차이가 주가 되기 때문인 것으로 판 단된다.
- 4%로 인식률이 떨어졌다. 각 숫자들의 인식률을 분석한 결과 일, 이, 영은 각각1.4%, 1.6%, 0.4%가 향상되었으나 공, 칠은 각각 0.5%, 1.0%가 떨어진 것으로 나타났다. 이 결과를 종합해 보면 터짐소 리 및 붙갈이소리 (파찰음)로 시작하는 숫자의 인식률이 조금씩 떨어지고, 모음으로 시작하는 숫자의 인식률이 조금 개선되어 전체 성능을 약간 개선한 것으로 나타났 다.
- 다음으로 그림 4와 같이 짧은 휴지기간모델을 개선한 경우의 성능을 확인하였다. 개선된 짧은 휴지기간 모델 을 사용한 경우 82.7%의 숫자열 인식률을 나타내었는데, 이는 그렇지 않은 경우의 82.1%에 비해 약간의 성능 향상 이 있었다. 개선된 짧은 휴지기간 모델을 사용함으로써 오의 경우95.
- 다음으로 그림 4와 같이 짧은 휴지기간모델을 개선한 경우의 성능을 확인하였다. 개선된 짧은 휴지기간 모델 을 사용한 경우 82.7%의 숫자열 인식률을 나타내었는데, 이는 그렇지 않은 경우의 82.1%에 비해 약간의 성능 향상 이 있었다. 개선된 짧은 휴지기간 모델을 사용함으로써 오의 경우95.
- 1%에 비해 약간의 성능 향상 이 있었다. 개선된 짧은 휴지기간 모델을 사용함으로써 오의 경우95.8%에서 96.1%로 성능이 개선되었지만구의 경우 오히려 93.8%에서 93.4%로 인식률이 떨어졌다. 각 숫자들의 인식률을 분석한 결과 일, 이, 영은 각각1.
- 1%에 비해 약간의 성능 향상 이 있었다. 개선된 짧은 휴지기간 모델을 사용함으로써 오의 경우95.8%에서 96.1%로 성능이 개선되었지만구의 경우 오히려 93.8%에서 93.4%로 인식률이 떨어졌다. 각 숫자들의 인식률을 분석한 결과 일, 이, 영은 각각1.
- 이 결과를 종합해 보면 터짐소 리 및 붙갈이소리 (파찰음)로 시작하는 숫자의 인식률이 조금씩 떨어지고, 모음으로 시작하는 숫자의 인식률이 조금 개선되어 전체 성능을 약간 개선한 것으로 나타났 다. 결국 개선된 짧은 휴지기간 모델은 모음으로 시작하 는 숫자음 앞의 약한 혀차기나 입술 부딪히는 소리로 인한 문제를완화하는 효과는 있지만여전히 개선의 여지가 존재함을 확인할 수 있었다. 이후 실험은 개선된 짧은휴 지기간 모델을 이용하여 실험을 수행하였다.
- 이 결과를 종합해 보면 터짐소 리 및 붙갈이소리 (파찰음)로 시작하는 숫자의 인식률이 조금씩 떨어지고, 모음으로 시작하는 숫자의 인식률이 조금 개선되어 전체 성능을 약간 개선한 것으로 나타났 다. 결국 개선된 짧은 휴지기간 모델은 모음으로 시작하 는 숫자음 앞의 약한 혀차기나 입술 부딪히는 소리로 인한 문제를완화하는 효과는 있지만여전히 개선의 여지가 존재함을 확인할 수 있었다. 이후 실험은 개선된 짧은휴 지기간 모델을 이용하여 실험을 수행하였다.
- 5%로 수렴하였다. 그러나 기준 시스템에서는 일이 믹스쳐 개 수가11일 때 97.4%를 정점으로 떨어지며, 이와칠은믹스 쳐 개수가 9일 때 각각 94.6%, 97.9%를 정점으로 떨어짐 을 확인할 수 있었다. 만약 훈련데 이 터 가 좀더 충분히 주 어진다면 제안된 방식의 훈련데이터 부족현상이 완화될 것이므로 적절한 수준의 모델 정교성을 유지하는 범위 내 에서는 보다 나은 성능을 보장해 줄 것이라 기대된다.
- 5%로 수렴하였다. 그러나 기준 시스템에서는 일이 믹스쳐 개 수가11일 때 97.4%를 정점으로 떨어지며, 이와칠은믹스 쳐 개수가 9일 때 각각 94.6%, 97.9%를 정점으로 떨어짐 을 확인할 수 있었다. 만약 훈련데 이 터 가 좀더 충분히 주 어진다면 제안된 방식의 훈련데이터 부족현상이 완화될 것이므로 적절한 수준의 모델 정교성을 유지하는 범위 내 에서는 보다 나은 성능을 보장해 줄 것이라 기대된다.
- 기대하는 바와 같이 각각의 성능은 믹스쳐 개수를 늘려 갈 때 어느 정도까지는 인식률이 증가하다가그 이후로는 감소하며, 한국어 숫자음의 특성을 반영하여 정의한 유 사음소군이 일관되게 조금 더 나은 성능을 나타냄을 알 수 있다. 제안된 방식은 믹스쳐 개수가 U인 경우 91.
- 기대하는 바와 같이 각각의 성능은 믹스쳐 개수를 늘려 갈 때 어느 정도까지는 인식률이 증가하다가그 이후로는 감소하며, 한국어 숫자음의 특성을 반영하여 정의한 유 사음소군이 일관되게 조금 더 나은 성능을 나타냄을 알 수 있다. 제안된 방식은 믹스쳐 개수가 U인 경우 91.
- 이는 실제 연결숫자음 에서는 여러 가지 다양한 음운변화가 나타나지만 15 유사 음소로 제한된 경우 나타날수 있는 개별화자의 발성특성 은 소리이음에 따른 차이가 주가 되기 때문인 것으로 판 단된다. 소리이음이 반영된 경우의 일, 칠, 팔의 인식률은 각각93.7%, 96.6%, 97.8%이며, 그렇지 않은경우는각각 90.8%, 95.8%, 97.1%로 화자의 발성특성을 반영하면 성 능 개선이 이루어짐을 확인할 수 있었다. 그러므로 발성 특성에 따른 보다 다양한 음운변화를 반영한다면 성능향 상의 정도가 더욱 두드러질 것으로 기대된다.
- 7%였다. 숫자열에 대한 인식률 개선이 두드러진 것 은 아니 지만 숫자음의 음운변화의 특성을 고려하여 유사 음소군을 정의하고 화자의 발성특성에 따른 음운변화를 반영하여 성능이 향상됨을 확인할 수 있었다. 한국어 숫 자음에 나타나는 좀더 다양한 음운변화특성을 반영한다 면 추가적 인 성능향상이 있을 것으로 기대된다.
- 7%였다. 숫자열에 대한 인식률 개선이 두드러진 것 은 아니 지만 숫자음의 음운변화의 특성을 고려하여 유사 음소군을 정의하고 화자의 발성특성에 따른 음운변화를 반영하여 성능이 향상됨을 확인할 수 있었다. 한국어 숫 자음에 나타나는 좀더 다양한 음운변화특성을 반영한다 면 추가적 인 성능향상이 있을 것으로 기대된다.
- 그림에서 알 수 있듯이 믹스쳐 개수가 적을 때 성능차이가 좀더 크게 나타나며, 믹스쳐 개수가 늘어 남에 따라그 차이가 줄어드는데 이는 ' 丨 ' 의 음향특성을 고려하여 /ii/와 /i/로 구분함에 따라 상대적인 훈련데이 터의 감소에 기인하여 추정된 파라메터 신뢰도가 떨어지 기 때문인 것으로 판단된다. 실제로 제안된 방식의 경우 일과 이는 믹스쳐 개수가 각각 7, 9일 때 96.9%, 95.2%를 정점으로 떨어지며, 칠은 믹스쳐 개수가11일 때 98.5%로 수렴하였다. 그러나 기준 시스템에서는 일이 믹스쳐 개 수가11일 때 97.
- 그림에서 알 수 있듯이 믹스쳐 개수가 적을 때 성능차이가 좀더 크게 나타나며, 믹스쳐 개수가 늘어 남에 따라그 차이가 줄어드는데 이는 ' 丨 ' 의 음향특성을 고려하여 /ii/와 /i/로 구분함에 따라 상대적인 훈련데이 터의 감소에 기인하여 추정된 파라메터 신뢰도가 떨어지 기 때문인 것으로 판단된다. 실제로 제안된 방식의 경우 일과 이는 믹스쳐 개수가 각각 7, 9일 때 96.9%, 95.2%를 정점으로 떨어지며, 칠은 믹스쳐 개수가11일 때 98.5%로 수렴하였다. 그러나 기준 시스템에서는 일이 믹스쳐 개 수가11일 때 97.
- 0%가 떨어진 것으로 나타났다. 이 결과를 종합해 보면 터짐소 리 및 붙갈이소리 (파찰음)로 시작하는 숫자의 인식률이 조금씩 떨어지고, 모음으로 시작하는 숫자의 인식률이 조금 개선되어 전체 성능을 약간 개선한 것으로 나타났 다. 결국 개선된 짧은 휴지기간 모델은 모음으로 시작하 는 숫자음 앞의 약한 혀차기나 입술 부딪히는 소리로 인한 문제를완화하는 효과는 있지만여전히 개선의 여지가 존재함을 확인할 수 있었다.
- 0%가 떨어진 것으로 나타났다. 이 결과를 종합해 보면 터짐소 리 및 붙갈이소리 (파찰음)로 시작하는 숫자의 인식률이 조금씩 떨어지고, 모음으로 시작하는 숫자의 인식률이 조금 개선되어 전체 성능을 약간 개선한 것으로 나타났 다. 결국 개선된 짧은 휴지기간 모델은 모음으로 시작하 는 숫자음 앞의 약한 혀차기나 입술 부딪히는 소리로 인한 문제를완화하는 효과는 있지만여전히 개선의 여지가 존재함을 확인할 수 있었다.
- 만약 훈련데 이 터 가 좀더 충분히 주 어진다면 제안된 방식의 훈련데이터 부족현상이 완화될 것이므로 적절한 수준의 모델 정교성을 유지하는 범위 내 에서는 보다 나은 성능을 보장해 줄 것이라 기대된다. 이 상의 실험을 통해서 한국어 숫자의 특징 분석 결과를 토대 로 그 특성 및 화자의 발성특성을 고려하여 확연한 차이는 아니 지만 성능을 개선시 킬 수 있음을 확인할 수 있었다.
- 만약 훈련데 이 터 가 좀더 충분히 주 어진다면 제안된 방식의 훈련데이터 부족현상이 완화될 것이므로 적절한 수준의 모델 정교성을 유지하는 범위 내 에서는 보다 나은 성능을 보장해 줄 것이라 기대된다. 이 상의 실험을 통해서 한국어 숫자의 특징 분석 결과를 토대 로 그 특성 및 화자의 발성특성을 고려하여 확연한 차이는 아니 지만 성능을 개선시 킬 수 있음을 확인할 수 있었다.
- 본 논문에서는 한국어 연결숫자 인식시스템의 성능을 향상시 키기 위해 숫자 사이의 다양한 음운변화및 숫자에 서 자주 오인식이 일어나는 쌍들에 대한 특징 분석에 근 거하여 유사음소군을 정의하고, 사용자의 발성 형태에 따른 다양한 음운변화를 흡수할 수 있도록 인식시스템을 구성하였다. 제안된 방법에 의한 숫자열 인식률은 상태 당 믹스쳐 개수가 1인 경우 83.2%로, 기준 시스템에 대한 오류감소률이 7.2%였고, 가장 높은 성능을 나타낸 믹스 쳐 개수가 U인 경우 숫자열 인식률은 91.8%, 오류감소률 은 4.7%였다. 숫자열에 대한 인식률 개선이 두드러진 것 은 아니 지만 숫자음의 음운변화의 특성을 고려하여 유사 음소군을 정의하고 화자의 발성특성에 따른 음운변화를 반영하여 성능이 향상됨을 확인할 수 있었다.
- 기대하는 바와 같이 각각의 성능은 믹스쳐 개수를 늘려 갈 때 어느 정도까지는 인식률이 증가하다가그 이후로는 감소하며, 한국어 숫자음의 특성을 반영하여 정의한 유 사음소군이 일관되게 조금 더 나은 성능을 나타냄을 알 수 있다. 제안된 방식은 믹스쳐 개수가 U인 경우 91.8%의 성능을 나타내었으며, 이 경우 기준 시스템의 성능은 91.4%였다. 그림에서 알 수 있듯이 믹스쳐 개수가 적을 때 성능차이가 좀더 크게 나타나며, 믹스쳐 개수가 늘어 남에 따라그 차이가 줄어드는데 이는 ' 丨 ' 의 음향특성을 고려하여 /ii/와 /i/로 구분함에 따라 상대적인 훈련데이 터의 감소에 기인하여 추정된 파라메터 신뢰도가 떨어지 기 때문인 것으로 판단된다.
- 이러한 문제를 완화하기 위해서 숫자 사이에 가비지 (garbage) 모델을 넣는 방법도가능하지만, 본 논문에서는 연속음성인식에 기본적으로 사용되는 짧은 휴지기간 (short pause) 모델 을 보다 정교하게 구성하여 이 문제를 완화하였다. 즉 음성벡터가 관측되는 상태가 하나인 기존의 짧은 휴지기 간 모델은 어절 경계에 쉼이 있거나 없는 경우를 표현하 기 위해서 사용되었는데, 본 논문에서는 짧은 휴지기간 모델의 음성벡터가 관측되는 상태를 3개로 증가시켜 가운데 상태가 약한 혀차기나 입술 부딪히는 소리부분을 표현할 수 있도록 함으로써 '오' 와 '구' 의 혼동 가능성을 줄였다. 그림 4에 본논문에서 사용한짧은휴지기간모델 을 나타내었다.
- 이러한 문제를 완화하기 위해서 숫자 사이에 가비지 (garbage) 모델을 넣는 방법도가능하지만, 본 논문에서는 연속음성인식에 기본적으로 사용되는 짧은 휴지기간 (short pause) 모델 을 보다 정교하게 구성하여 이 문제를 완화하였다. 즉 음성벡터가 관측되는 상태가 하나인 기존의 짧은 휴지기 간 모델은 어절 경계에 쉼이 있거나 없는 경우를 표현하 기 위해서 사용되었는데, 본 논문에서는 짧은 휴지기간 모델의 음성벡터가 관측되는 상태를 3개로 증가시켜 가운데 상태가 약한 혀차기나 입술 부딪히는 소리부분을 표현할 수 있도록 함으로써 '오' 와 '구' 의 혼동 가능성을 줄였다. 그림 4에 본논문에서 사용한짧은휴지기간모델 을 나타내었다.
후속연구
- 1%로 화자의 발성특성을 반영하면 성 능 개선이 이루어짐을 확인할 수 있었다. 그러므로 발성 특성에 따른 보다 다양한 음운변화를 반영한다면 성능향 상의 정도가 더욱 두드러질 것으로 기대된다. 이후 실험은 개별화자의 발성특성을 반영한 발음사전 및 인식시스 템으로 수행하였다.
- 9%를 정점으로 떨어짐 을 확인할 수 있었다. 만약 훈련데 이 터 가 좀더 충분히 주 어진다면 제안된 방식의 훈련데이터 부족현상이 완화될 것이므로 적절한 수준의 모델 정교성을 유지하는 범위 내 에서는 보다 나은 성능을 보장해 줄 것이라 기대된다. 이 상의 실험을 통해서 한국어 숫자의 특징 분석 결과를 토대 로 그 특성 및 화자의 발성특성을 고려하여 확연한 차이는 아니 지만 성능을 개선시 킬 수 있음을 확인할 수 있었다.
- 9%를 정점으로 떨어짐 을 확인할 수 있었다. 만약 훈련데 이 터 가 좀더 충분히 주 어진다면 제안된 방식의 훈련데이터 부족현상이 완화될 것이므로 적절한 수준의 모델 정교성을 유지하는 범위 내 에서는 보다 나은 성능을 보장해 줄 것이라 기대된다. 이 상의 실험을 통해서 한국어 숫자의 특징 분석 결과를 토대 로 그 특성 및 화자의 발성특성을 고려하여 확연한 차이는 아니 지만 성능을 개선시 킬 수 있음을 확인할 수 있었다.
- 한국어 숫 자음에 나타나는 좀더 다양한 음운변화특성을 반영한다 면 추가적 인 성능향상이 있을 것으로 기대된다. 이를 위해선 숫자음에 나타나는 다양한 음운변화에 따른 훈련데이터의 정확한유사음소 시퀀스를 얻기 위한 연구가 선행 되어야 할 것이다.
- 한국어 숫 자음에 나타나는 좀더 다양한 음운변화특성을 반영한다 면 추가적 인 성능향상이 있을 것으로 기대된다. 이를 위해선 숫자음에 나타나는 다양한 음운변화에 따른 훈련데이터의 정확한유사음소 시퀀스를 얻기 위한 연구가 선행 되어야 할 것이다.
- 숫자열에 대한 인식률 개선이 두드러진 것 은 아니 지만 숫자음의 음운변화의 특성을 고려하여 유사 음소군을 정의하고 화자의 발성특성에 따른 음운변화를 반영하여 성능이 향상됨을 확인할 수 있었다. 한국어 숫 자음에 나타나는 좀더 다양한 음운변화특성을 반영한다 면 추가적 인 성능향상이 있을 것으로 기대된다. 이를 위해선 숫자음에 나타나는 다양한 음운변화에 따른 훈련데이터의 정확한유사음소 시퀀스를 얻기 위한 연구가 선행 되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.