$\require{mediawiki-texvc}$

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.

의사 N-gram 언어모델을 이용한 핵심어 검출 시스템에 관한 연구

A Study on Keyword Spotting System Using Pseudo N-gram Language Model

한국음향학회지= The journal of the acoustical society of Korea, v.23 no.3, 2004년, pp.242 - 247  

이여송 (영남대학교 전자정보공학부) ,  김주곤 (영남대학교 전자정보공학부) ,  정현열 (영남대학교 전자정보공학부)

초록
AI-Helper 아이콘AI-Helper

일반적인 핵심어 검출 시스템에서는 필러모델과 핵심어모델을 연결단어 인식 네트워크로 구성하여 핵심어 검출에 사용한다. 이것은 대량의 텍스트 데이터를 이용한 대어휘 연속 음성인식에서 구해지는 단어의 출현빈도의 언어모델을 핵심어 검출 시스템에서 효과적으로 구성할 수가 없는 어려움이 있기 때문이다. 이를 해결하기 위하여 본 논문에서는 의사 N-gram 언어모델을 이용한 핵심어 검출 시스템을 제안하고 핵심어와 필러모델의 출현빈도의 변화에 따른 핵심어 검출 성능을 조사하였다. 그 결과, 핵심어와 필러모델의 출현확률을 0.2:0.8의 비율에서 CA (Correctly Accept for Keyword: 핵심어를 제대로 인정한 경우)가 91.1%, CR (Correctly Reject for OOV: 비핵심어에 대해 제대로 거절한 경우)는 91.7%로써, 일반적인 연결단어인식 네트워크를 이용한 방법보다 제안된 방법이 CA-CR 평균 인식률의 에러감소율 (Error Reduction Rate)에서 14%향상되어 핵심어 검출에서의 언어모델 도입의 효과를 확인할 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

Conventional keyword spotting systems use the connected word recognition network consisted by keyword models and filler models in keyword spotting. This is why the system can not construct the language models of word appearance effectively for detecting keywords in large vocabulary continuous speech...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 논문에서는 핵심어를 효과적으로 검출하기 위하여 의사 N-gram 언어모델을 이용한 핵심어 검출 시스템을 제안하고자 한다. 제안된 시스템은 핵심어와 비핵심어의 출현빈도를 가변적으로 적용하여 핵심어 검출 성능을 높일 수 있다.
  • 따라서 본 논문에서는 핵심어를 효과적으로 검출하기 위하여 의사 N-gram 언어모델을 이용한 핵심어 검출 시스템을 제안하고자 한다. 제안된 시스템은 핵심어와 비핵심어의 출현빈도를 가변적으로 적용하여 핵심어 검출 성능을 높일 수 있다.
  • 본 논문에서는 음소기반 필러모델을 이용한 핵심어 검출 시스템에서 핵심어와 필러모델의 출현빈도를 다르게 함으로서 핵심어를 효과적으로 검출할 수 있는 의사 N-gram 언어모델을 이용한 핵심어 검출 시스템을 제안하였다. 대어휘 연속음성인식 시스템에서 널리 사용되고 있는 N-gram 언어모델을 핵심어 검출 시스템에 적합한 형태로 구성하여 핵심어와 필러모델사이에 언어제약을 부과하여 핵심어 검출에 이용하였다.
  • 본 논문에서는 음소기반 필러모델을 이용한 핵심어 검출 시스템에서 핵심어와 필러모델의 출현빈도를 다르게 함으로서 핵심어를 효과적으로 검출할 수 있는 의사 N-gram 언어모델을 이용한 핵심어 검출 시스템을 제안하였다. 대어휘 연속음성인식 시스템에서 널리 사용되고 있는 N-gram 언어모델을 핵심어 검출 시스템에 적합한 형태로 구성하여 핵심어와 필러모델사이에 언어제약을 부과하여 핵심어 검출에 이용하였다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

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