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
- 그리고 동적패턴정합 수행 시 입력된 실 험음성에서 검출된 에너지의 크기에 따라 선택되어진 라벨 의 그룹 내에서 DTW를 수행시켜 처리시간을 단축시켰다. 결과적으로 기존의 DTW를 사용한 고립단어 인식시스템에 연산량을 감소시켜 저가형 프로세서에서도 고속으로 동작할 수 있게 하고자 하였다.
- 기존의 단시간 에너지 파라미터 추출 (short-time energy parameter extraction) 방법은 윈도우 사이즈를 고정시켜 에너지 파라미터를 구함으로 음성 전이구간에서 정확한 프레임 에너지를 구할 수 없다. 따라서 본 논문에서는 피치주기를 먼저 구한 후 그 주기에 따라 에너지를 구하는 방법을 제안하였다.
제안 방법
- 본 논문에서는 음소단위로 추출된 에너지 파라미터를 이용하여 에너지를 라벨링하고 라벨링 된 값에 따라 입력음성 을 그룹화 하였다. 그리고 동적패턴정합 수행 시 입력된 실 험음성에서 검출된 에너지의 크기에 따라 선택되어진 라벨 의 그룹 내에서 DTW를 수행시켜 처리시간을 단축시켰다. 결과적으로 기존의 DTW를 사용한 고립단어 인식시스템에 연산량을 감소시켜 저가형 프로세서에서도 고속으로 동작할 수 있게 하고자 하였다.
- 기존 DTW를 사용한 고립단어인식시스템의 계산량 감소 를 위해 기준패턴 음성의 최초 음절을 에너지에 따라 유무 성음을 분리하고. 구분된 유성음 구간을 라벨링하고, 라벨링 된 값에 따라 기준패턴을 네 개의 그룹으로 분리한다.
- 구분된 유성음 구간을 라벨링하고, 라벨링 된 값에 따라 기준패턴을 네 개의 그룹으로 분리한다. 단어 인식 수행단계에서 입력된 테스트패턴 음성의 최초 음절 에 너지를 추출하여 그 레벨에 맞는 그룹에서 DTW를 수행하여 DTW 수행 처리시간을 감소시켰다.
- 기존의 방법은 윈도우 사이즈 256프레임 으로 고정시켜 에너지를 구함으로써 정확한 프레임 에너지 를 구할 수 없었다. 따라서 피치주기를 먼저 구하고 그 주 기에 200 프레임에서 300프레임 사이에서 윈도우 크기를 결정함으로써 윈도우 영향이 제거된 에너지를 구하는 방법을 제안하였다. 제안된 가변 윈도우를 사용하여 에너지를 구하는 방법은 식 (8)과 같이 표현된다.
- 본 논문에서는 음소 단위의 에너지 파라미터를 이용하여 기준패턴을 그룹화하고 기존의 동적시간정합법(DTW)을 이용한 고립단어 인식시스템에 처리시간을 감소시켜 저가형 프로세서에서도 고속으로 동작할 수 있게 하도록 하였다. 저가형 프로세서를 사용한 음성인식이 가능하다면, 제안된 음성인식 알고리즘을 사용한 제품의 전체 가격 절감 효과를 기대할 수 있을 것이다.
- 본 논문에서는 음소단위로 추출된 에너지 파라미터를 이용하여 에너지를 라벨링하고 라벨링 된 값에 따라 입력음성 을 그룹화 하였다. 그리고 동적패턴정합 수행 시 입력된 실 험음성에서 검출된 에너지의 크기에 따라 선택되어진 라벨 의 그룹 내에서 DTW를 수행시켜 처리시간을 단축시켰다.
- 본 논문의 음성 라벨링 단계는 음성의 구간 검출 및 에너지 파라미터 추출 단계에서 정확한 파라미터 검출을 전제 로 하므로 이를 보안하기 위해 피치 주기에 따른 가변윈도 우를 사용하였다. 기존의 방법은 윈도우 사이즈 256프레임 으로 고정시켜 에너지를 구함으로써 정확한 프레임 에너지 를 구할 수 없었다.
- 실제 인식 수행 시에는 라벨링된 에너지에 따라 미리 입 력된 기준패턴을 4개로 그룹화하여 입력된 음성의 에너지 크기에 따라 미리 라벨링된 패턴 그룹 내에서 DTW를 수행했다.
- 실험은 밀폐된 일반 실험실 환경에서 10명의 화자가 각각 20개의 지정된 단어를 발성한 후 다시 테스트 음성을 발 성하였다. 이 과정을 지속적으로 수행하여 인식률과 처리속도를 계산하였다.
- 0을 사용하여 파형분석을 하였고. 전체 인 식률과 속도 측정을 위해Win32api를 사용하여 인식기를 구현하였다. 입력 음성 시료는 8曲로 샘플링하고 16bit로 양자화하여 사용하였다.
- 제안한 가변윈도우를 사용한 에너지 파라미터를 이용하여 음성의 U/V/S를 구별하고 구별된 유성음 구간에서 에너 지를 라벨링하여 기준패턴을 그룹화 하였다.
- 제안한 알고리즘의 모의실험을 위해 pc에 마이크가장 치된 16비트 A/D변환기를 장착시켰다. 알고리즘을 구현 도 구로 Matlab 6.
대상 데이터
- (그림 8)은 유/무성음 분리와 유성음 구간에서의 에너지 라벨링 결과이다. 실험에 사용되어진 음성은 8曲로 샘플링 되고 16bit로 양자화된 raw화일이다.
- 전체 인 식률과 속도 측정을 위해Win32api를 사용하여 인식기를 구현하였다. 입력 음성 시료는 8曲로 샘플링하고 16bit로 양자화하여 사용하였다. 단어 인식 에 사용되어 진 특징 벡터는 10차 LPC (Linear Prediction Coding) 계수를 사용하였 고, 특징벡터 인식을 위해 DTW(Dynamic Time -WarpingX 사용하였다.
데이터처리
- 제안한 알고리즘의 모의실험을 위해 pc에 마이크가장 치된 16비트 A/D변환기를 장착시켰다. 알고리즘을 구현 도 구로 Matlab 6.0을 사용하여 파형분석을 하였고. 전체 인 식률과 속도 측정을 위해Win32api를 사용하여 인식기를 구현하였다.
이론/모형
- 입력 음성 시료는 8曲로 샘플링하고 16bit로 양자화하여 사용하였다. 단어 인식 에 사용되어 진 특징 벡터는 10차 LPC (Linear Prediction Coding) 계수를 사용하였 고, 특징벡터 인식을 위해 DTW(Dynamic Time -WarpingX 사용하였다.
성능/효과
- 실험결과 인식률에서는 기준음성의 화자와 실험음성의 화자가 동일한 경우에 기존의 방법과 제안된 방법이 약 92% 정도로 비슷한 성능을 나타내었고. 기준음성의 화자와 실험음성의 화자가 다른 경우에는 기존의 방법이 약 85% 정도이고 제안된 방법이 81%정도로 제안한 방법이 4%정도의 성능 저하를 나타내었다. 하지만 처리시간의 면에서는 동일화자와 복수화자의 경우 모두 제안된 방법에서 76%정도로 약 25%정도의 연산량을 감소시켰다.
- 실험결과 인식률에서는 기준음성의 화자와 실험음성의 화자가 동일한 경우에 기존의 방법과 제안된 방법이 약 92% 정도로 비슷한 성능을 나타내었고. 기준음성의 화자와 실험음성의 화자가 다른 경우에는 기존의 방법이 약 85% 정도이고 제안된 방법이 81%정도로 제안한 방법이 4%정도의 성능 저하를 나타내었다.
- (그림 7)의(a)는 입력된 음성 (original voice)이고, (그림 7)의 (b)는 256프레임의 고정 된 윈도우를 사용한 결과이며, (그림 7)의(c)은 피치 주기 에 따른 가변 윈도우를 사용한 결과이다. 제안된 가변윈도 우를 사용한 방법은 입력 음성의 전이구간에서 정확한 에너지 파라미터를 구하는 결과를 보인다.
- 기준음성의 화자와 실험음성의 화자가 다른 경우에는 기존의 방법이 약 85% 정도이고 제안된 방법이 81%정도로 제안한 방법이 4%정도의 성능 저하를 나타내었다. 하지만 처리시간의 면에서는 동일화자와 복수화자의 경우 모두 제안된 방법에서 76%정도로 약 25%정도의 연산량을 감소시켰다.
후속연구
- 저가형 프로세서를 사용하여 음성인식을 수행할 수 있다. 면, 이 음성인식 알고리즘을 사용한 제품에 전체 가격을 절 감시키는 효과를 기대할 수 있어 더 넓은 분이에서 음성인 식기술을 접해볼 수 있을 것이다.
- 본 논문에서는 음소 단위의 에너지 파라미터를 이용하여 기준패턴을 그룹화하고 기존의 동적시간정합법(DTW)을 이용한 고립단어 인식시스템에 처리시간을 감소시켜 저가형 프로세서에서도 고속으로 동작할 수 있게 하도록 하였다. 저가형 프로세서를 사용한 음성인식이 가능하다면, 제안된 음성인식 알고리즘을 사용한 제품의 전체 가격 절감 효과를 기대할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.