최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.15 no.7, 2010년, pp.83 - 90
안찬식 (광운대학교 컴퓨터공학과) , 오상엽 (경원대학교 IT대학 컴퓨터소프트웨어)
In vocabulary recognition system has reduce recognition rate unrecognized error cause of similar phoneme recognition and due to provided inaccurate vocabulary. Input of inaccurate vocabulary by feature extraction case of recognition by appear result of unrecognized or similar phoneme recognized. Als...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
어휘 인식 시스템에서 인식률 저하의 요인으로는 무엇이 있는가? | 어휘 인식 시스템에서 인식률 저하의 요인으로는 유사한 음소 인식과 부정확한 어휘 제공으로 인해 오인식 오류가 존재한다. 부정확한 어휘의 입력으로 특징을 추출하여 인식할 경우 오인식의 결과가 나타나거나 유사한 음소로 인식되며 특징 추출이 제대로 이루어지지 않으면 음소 인식 시 유사한 음소로 인식하게 된다. | |
잡음 채널 모델 기반의 오류 보정 방법의 단점은 무엇인가? | 기존의 방법에서는 어휘 인식기의 적용 환경과 실제 인식할 때의 조건상의 차이가 있다는 점을 전제로 하여, 오류 보정을 수행하는 잡음 채널 모델 기반의 오류 보정 방법이 있다. 이 방법은 단순한 언어 모델이 가지는 한계점을 극복하지 못한다는 단점이 있다[3]. 이는 인식 과정에서의 오류는 일정한 패턴을 가지고 발생한다는 점을 전제로 하여 발화 문장과 인식 문장을 비교하여 오류 패턴을 학습하고 후처리 모듈에서 보정하는 방법으로 적은 비용과 시간으로 오류를 보정할 수 있지만, 오류 패턴 DB가 필요하다[4]. 정보 검색 영역에서 사용되는 문장은 문장이 간결하고 사용자가 검색하고자 하는 핵심어로만 이루어진 경우가 많으므로 정보 검색 영역의 문장은 의미적으로 분석하기 힘들며, 문장이 전체적으로 오인식될 경우 적용이 불가능한 단점이 있다[5]. | |
모바일 어휘 인식 기술이 발달함에 따라 어떤 시스템이 개발되고 있는가? | 모바일 어휘 인식 기술이 발달함에 따라 어휘 기반 검색 시스템, 자동 응답 시스템 등 어휘 인식을 인터페이스로 하는 시스템들이 개발되고 있다. 운전 중인 차량 환경의 경우, 손의 사용이 제한되기 때문에 어휘를 입력으로 하는 텔레매틱스 단말기가 필요하지만 어휘 인식에는 여전히 유사한 음소와 부정확한 어휘 제공에서 오류가 존재한다. |
E. K. Ringer and J. F. Allen, "A fertility channel model for post-correction of continuous speech recognition," Proc. ICSLP, pp.897-900, Oct, 1996.
Eiichi Tanaka and Tamotsu Kasai, "Synchronization and Substitution Error-correcting codes for the Levenshtein Metric," IEEE Trans. Information Theory, Vol. IT-22, No. 2, pp. 156-176, 1976.
조시원, 이동욱, "음성 인식 후처리를 위한 연속 음절 문장의 키워드 추출 알고리즘," 대한전기학회, 학술대회논문집, 심포지엄 논문집 정보 및 제어부문, 170-171쪽, 2008년 4월.
문광식, 김회린, 정재호, 이영직, "가변어휘 단어 인식에서의 미등록어 거절 알고리즘의 성능비교," 신호처리합동학술대회논문집, 제 12권, 제 1호, 305-308쪽, 1999년 10월.
박미성, 김미진, 김계성, 최재혁, 이상조, "연속 음성인식 후처리를 위한 음절 복원 rule-based 시스템과 형태소분석기법의 적용," 대한전자공학회논문지, 제 36권, 제 3호, 47-57쪽, 1999년 3월.
T. Jitsuhiro, S. Takatoshi, and K. Aikawa, "Rejection of out-of-vocabulary works using phoneme confidence likelihood," Proc. ICSSP, pp.217-220, May 1998.
안찬식, 오상엽, "MLHF 모델을 적용한 어휘 인식 탐색 최적화 시스템," 한국컴퓨터정보학회지, 제 14권, 제 10호, 217-223쪽, 2009년 10월.
M. Ostendorf, "From HMM's to segment models: a unified view of stochastic modeling for speech recognition," Speech and Audio Processing, IEEE, Vol. 4, pp.360-378, 1996.
S. Young, D. Kershaw, J. Odell, D. Ollason, Valtcher, P. Woodland, "The HTK Book," Cambridge University Engineering Department, 2002.
김동주, 김한우, "문맥가중치가 반영된 문장 유사도 척도," 대한전자공학회논문지, 제 43권, 제 6호, 496-504쪽, 2006년.
송원문, 김명원, "문맥 및 사용 패턴 정보를 이용한 음성 인식 후처리," 정보처리학회논문지, 제 13-B권, 제 5호, 553-560쪽, 2006년.
김영진, 김은주, 김명원, "모바일 기기를 위한 음성인식의 사용자 적응형 후처리," 한국정보과학회논문지, 컴퓨팅의 실제 및 레터, 제 13권, 제 5호, 338-342쪽, 2007년 10월.
김원구, "음성 인식을 위한 후처리에 관한 연구," 한국퍼지및지능시스템학회, 학술대회논문집, 421-424쪽, 2008년 4월.
음성정보기술산업지원센터, "한국어 음성인식 플랫폼 사용자 매뉴얼(ECHOS Manual)," 135-308쪽, 2006년.
S. Kaki, E. Sumita, and H. Iida, "A method for correction speech recognition using the statistical features of character co-occurrence," Proc. COLING-ACL, pp.653-657, Aug, 1998.
김용현, 정민화, "에러패턴 학습과 후처리 모듈을 이용한 연속 음성 인식의 성능향상," Proc. KISS Spring Semiannual Conf. 제 27권, 제 1호, 441-443쪽, 2000년 4월.
M. W. Jeong, B. C. Kim, and G. G. Lee, "Semantic-oriented error correction for spoken query processing," Proc. IEEE Workshop on ASRU, pp.156-161, Nov, 2003.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.