$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

음성/영상 정보를 이용한 새로운 끝점추정 방식에 기반을 둔 음성인식 시스템
A Speech Recognition System based on a New Endpoint Estimation Method jointly using Audio/Video Informations 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.8 no.2, 2003년, pp.198 - 203  

이동근 (홍익대학교 전자공학과) ,  김성준 (홍익대학교 전자공학과) ,  계영철 (홍익대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 멀티미디어 데이터에 존재하는 입술의 움직임(영상언어)과 음성을 함께 이용하여 음성의 끝점을 정확히 추정하는 방법과 이를 기반으로 한 음성인식 시스템을 제안한다. 잡음 섞인 음성의 끝점추정 방법은 다음과 같다. 각 테스트 단어에 대하여 영상언어를 이용한 끝점과 깨끗한 음성을 이용한 끝점을 각각 구한 후 이것들의 차이를 계산한다. 이 차이에 영상언어 끝점을 더하여 잡음 섞인 음성의 끝점으로 추정한다. 이와 같은 끝점(즉, 음성구간)의 추정방법을 인식기에 적용한다. 동일한 구간의 음성이 인식기의 각 단어모델에 입력되는 기존의 인식 방법과는 달리, 새로운 인식기에서는 각 단어별로 추정된 서로 다른 구간의 음성이 각 해당단어모델에 입력된다. 제안된 방식을 모의실험 한 결과, 음성잡음의 크기에 관계없이 정확한 끝점을 추정 할 수 있었으며, 그 결과 약 8% 정도의 인식률 향상을 이루었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

We develop the method of estimating the endpoints of speech by jointly using the lip motion (visual speech) and speech being included in multimedia data and then propose a new speech recognition system (SRS) based on that method. The endpoints of noisy speech are estimated as follows : For each test...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러나 이러한 방법을 적용하기 위해서는 단어 I가 정확히 예상되어야 하므로 끝점검출 목적만으로는 이것을 사용할 수 없다. 따라서 본 논문에서는 이러한 방법을 인식기에 적용하여 인식률을 향상시키는 방법을 제안한다.
  • 본 논문에서는 음성정보와 영상정보를 함께 이용하는 새로운 끝점추정 방법에 기반을 둔 음성인식 시스템을 제안하였다. 실험결과 제안된 음성+영상 끝점 추정 방법은 음성신호만을 이용한 끝점검출 방법에 비하여 잡음크기에 무관하게 음성구간을 검출할 수 있음을 보였다.
  • 음성에 잡음이 심한 경우에는 음성의 끝점검출이 상당히 부정확하게 된다고 알려져 있다(1) 본 절에서는 영상정보를 이용하여 이러한 문제를 극복하는 방법을 제시한다.
  • 입력단어가 정확히 예상되는 단어모델 I 에서 음성과 영상을 함께 이용한 끝점 추정의 성능을 비교하기 위해. 식 (2)와 같이 알고리즘으로 추정한 끝점(그림 4)에서 음성신호로부터 수작업으로 검출한 끝점을 뺀 차이를 오차로 사용하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (5)

  1. L. R. Rabiner and M. R. Sambur, 'An Algorithm for Determining the Endpoints of Isolated Utterances,' Bell Syst. Tech. J., Vol. 54, No.2, February 1975 

    상세보기

  2. G. Potamianos, H.P. Graf, and E. Cosatto, 'An image transform approach for HMM based automatic lipreading', Proc. Int. Conf. Image Process., Chicago, 1998 

  3. Juergen Luettin, Neil A. Thacker and S.W.Beet. 'Locating and Tracking Facial Speech Features', Proceedings of ICPR'96 1996 

  4. 이철우, 계영철, 고인선, '강인한 음성인식을 위한 이중모드 센서의 결합방식에 관한연구', 한국음향학회 논문지, 제 20권, 제 6호. PP. 51-56, 2001 

  5. T. Wark and S. Sridharan, ' A syntactic approach to automatic lip feature extraction for speaker identification', Proceedings of the IEEE. 1998 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로