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
- 디지털 통신 시스템에서의 음성 인식 향상 방법의 개발을 위하여 우선 음성 부호화기에 의한 왜곡의 특성을 분석하고 그에 따라 왜곡된 정보의 보상 방법을 개발하도록 한다. 그림 2는 원 음성 신호와 IS-127 Enhanced Variable-Rate Codec (EVRC) 음성 부호화기를 통과하여 합성된 음성 신호의 스펙트럼을 비교한 것이다⑷.
- 그렇지 않을 경우 음성 인식기가 부호화기 정보를 전송받기 어려우며, 이 경우에는 통신 시스템에서 사용하는 모든 음성 부호화기를 이용하여 음성 인식기를 훈련시켜야 하며 각각의 독립적인 훈련에 비하여 음성 인식기의 성능은 저하된다. 따라서 이와 같은 문제점을 해결하기 위하여 각각의 음성 부호화기에 종속되지 않고 음성 부호화기의 종류에 관계없이 공통으로 적용 가능한 새로운 음성 인식 성능 향상 방법의 개발이 필요하며, 본 논문에서는 이와 같은 조건을 만족하는 스펙트럼 왜곡 보상 전처리 기술을 개발한다.
- 그렇지 않을 경우 음성 인식기가 부호화기 정보를 전송받기 어려우며, 이 경우에는 통신 시스템에서 사용하는 모든 음성 부호화기를 이용하여 음성 인식기를 훈련시켜야 하며 각각의 독립적인 훈련에 비하여 음성 인식기의 성능은 저하된다. 따라서 이와 같은 문제점을 해결하기 위하여 각각의 음성 부호화기에 종속되지 않고 음성 부호화기의 종류에 관계없이 공통으로 적용 가능한 새로운 음성 인식 성능 향상 방법의 개발이 필요하며, 본 논문에서는 이와 같은 조건을 만족하는 스펙트럼 왜곡 보상 전처리 기술을 개발한다.
- 중첩 된 영역에서 음성의 특성은 높은 상관도를 가지며 중첩 영역이 클 수로 상관도도 증가하게 될 것이다. 따라서 현재 프레임의 가중치 함수를 적용 할 때 상관도가 높은 이전 프레임들의 가중치 정보를 동시에 이용하면 성능을 더 높일 수 있다 이 방법을 적용하기 위하여 우선 시간 영역에서 중첩되는 프레임 사이의 특성에 높은 상관도가 존재하는지 확인하였다. 표 1은 각기 다른 화자의 단어 발성 중에서 단어를 무작위로 뽑아 프레임 에너지의 상관 계수를 계산한 결과이며, 예상대로 시간 영역에서 중첩 되는 프레임들 사이에 상당히 높은 상관도가 존재하는 것을 확인할 수 있다 따라서 이를 토대로 시간에 따른 점진적 가중치 적용 방법을 적용 할 수 있다.
- 본 논문에서 제안하는 전처리 기술은 주파수 영역에서의 가중치 함수 적용을 통하여 스펙트럼 왜곡을 보상하는 방법이다. 그림 3과 같이 PLP 과정의 DFT 단계에서 구한 스펙트럼 계수로부터 제안한 방법에 따라 가중치 함수를 구하고, 이 가중치 함수를 원 스펙트럼 계수에 적용하여 변형된 스펙트럼 계수를 구하고, 이로부터 최종 켑스트럼 계수를 구하는 과정을 거친다.
- 그러나 음성 부호화 기의 동작은 미리 정해진 방식에 따라 진행되므로 어느 정도 왜곡 현상의 분석이 가능하고 이에 따라 왜곡을 보상하는 전략이 가능하게 된다. 본 논문에서는 두 가지 문제점 중 음성 부호화기에 의한 음성 신호 왜곡을 보상 하여 음성 인식 성능을 향상시키는 문제만을 다룬다.
- 그러나 음성 부호화 기의 동작은 미리 정해진 방식에 따라 진행되므로 어느 정도 왜곡 현상의 분석이 가능하고 이에 따라 왜곡을 보상하는 전략이 가능하게 된다. 본 논문에서는 두 가지 문제점 중 음성 부호화기에 의한 음성 신호 왜곡을 보상 하여 음성 인식 성능을 향상시키는 문제만을 다룬다.
- 본 논문에서는 디지털 통신 시스템에서의 서버 기반 음성 인식 성능 향상을 위한 새로운 방법으로서 음성 인식 전단 (front-end)에 적용되는 전처리 (pre processing) 기술을 제안한다. 전처리 기술은 입력 신호에 직접 적용되어 음성 부호화기에 의하여 왜곡된 주파수 정보를 보상하며, 특히 입력 신호의 특성이 시간에 따라 변하는 것에 적응하여 프레임별로 서로 다른 보상 규칙을 결정한다.
- 본 논문에서는 디지털 통신 시스템에서의 서버 기반 음성 인식 성능 향상을 위한 새로운 방법으로서 음성 인식 전단 (front-end)에 적용되는 전처리 (pre processing) 기술을 제안한다. 전처리 기술은 입력 신호에 직접 적용되어 음성 부호화기에 의하여 왜곡된 주파수 정보를 보상하며, 특히 입력 신호의 특성이 시간에 따라 변하는 것에 적응하여 프레임별로 서로 다른 보상 규칙을 결정한다.
- 이를 해결하기 위한 기존의 방법은 각 음성 부호화기의 특성을 포함하여 인식기를 새로 훈련하는 것이며, 이는 음성 인식기가 각 음성 부호화기에 종속되고 음성 부호화기마다 서로 다른 모델이 적용되는 문제점을 가진다. 본 논문에서는 이과 같은 문제점을 해결하기 위하여 모든 CELP 음성 부호화기에 공통적으로 적용 할 수 있는 음성 인식 향상 방법을 제안하였다. 음성 부호화기에 의하여 음성 신호의 스펙트럼에 왜곡이 발생하고 이로 인하여 인식기의 성능이 저하된다.
- 중첩 된 영역에서 음성의 특성은 높은 상관도를 가지며 중첩 영역이 클 수로 상관도도 증가하게 될 것이다. 따라서 현재 프레임의 가중치 함수를 적용 할 때 상관도가 높은 이전 프레임들의 가중치 정보를 동시에 이용하면 성능을 더 높일 수 있다 이 방법을 적용하기 위하여 우선 시간 영역에서 중첩되는 프레임 사이의 특성에 높은 상관도가 존재하는지 확인하였다. 표 1은 각기 다른 화자의 단어 발성 중에서 단어를 무작위로 뽑아 프레임 에너지의 상관 계수를 계산한 결과이며, 예상대로 시간 영역에서 중첩 되는 프레임들 사이에 상당히 높은 상관도가 존재하는 것을 확인할 수 있다 따라서 이를 토대로 시간에 따른 점진적 가중치 적용 방법을 적용 할 수 있다.
가설 설정
- 스펙트럼 정렬 및 가중치 함수 적용을 통한 스펙트럼 보상. (a) 스펙트럼 크기 순 정려 (b) 중간 가중치 함수. (c) 실제 적용된 가중치 함수
※ AI-Helper는 부적절한 답변을 할 수 있습니다.