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
- 본 논문에서는 신경회로망을 이용하여 미래의 음성 컴퓨터가 어떤 사람이 발성하는 가를 인식하기 위한 기초연구를 수행하며, 여러 사람이 발성한 음성을 입력하여 각 개인이 가지고 있는 화자의 특징을 추출한 후에 이 특징 입력데이터를 신경회로망의 입력값으로 한다. 따라서 신경회로망의 학습 데이터와는 다른 새로운 화자의 목소리를 신경회로망에 입력할 경우에 어떤 사람이 발성한 목소리인가를 판단하고 인식하는 화자인식 시스템을 제안한다.
- 본 논문에서는 기초적인 화자종속 음성인식의 성능 개선을 위하여 오차역전파알고리즘에 의한 신경회로망을 사용하여 화자 인식률을 향상시키는 방법을 제안하였다. 제안한 알고리즘은 발성음성의 음성구간을 검출하고 검출된 음성구간에 대하여 선형예측분석을 수행하여 LPC cepstrum 계수의 특징데이터를 추출한 후 이 특징데이터를 신경회로망에 적용시켜 화자를 인식하는 방법이다.
- 본 논문에서는 신경회로망을 이용하여 미래의 음성 컴퓨터가 어떤 사람이 발성하는 가를 인식하기 위한 기초연구를 수행하며, 여러 사람이 발성한 음성을 입력하여 각 개인이 가지고 있는 화자의 특징을 추출한 후에 이 특징 입력데이터를 신경회로망의 입력값으로 한다. 따라서 신경회로망의 학습 데이터와는 다른 새로운 화자의 목소리를 신경회로망에 입력할 경우에 어떤 사람이 발성한 목소리인가를 판단하고 인식하는 화자인식 시스템을 제안한다.
- 본 논문에서 제안한 시스템은 임의적으로 각 화자에 의한 특정 단어를 선택하여 화자인식 실험을 수행하여, 화자인식률에 의하여 인식 성능을 평가한다. 본 논문에서는 신경회로망의 각 화자의 입력 특징 데이터들이 최종적인 화자인식의 결과로 판정되기 위하여, 화자인식 전에 화자의 음성을 미리 참조패턴으로 등록하여 데이터베이스에 저장하여 최종적인 화자인식의 결과를 판단하게 된다. 본 논문에서의 화자 인식률은 발성음성의 전체 개수에 대하여 신경회로망의 출력값이 정확하게 검출된 비율로 정의한다.
- 앞으로 컴퓨터라는 의사전달 장치가 인간과 상호 대화가 가능하기 위해서는 컴퓨터라는 장치가 여러 사람들이 말하는 음성을 인식할 필요에 따라서, 이러한 것을 위한 연구가 신경회로망의 발달과 함께 현재 활발하게 연구가 진행되고 있다. 이러한 신경회로망 모델에는 대표적인 Hopfield 모델, 다층 퍼셉트론 등의 모델이 있으며[3], 본 논문에서는 특히 이들 중에서 오차 역전파 학습 알고리즘[4]에 의한 다층 퍼셉트론[5]을 사용하여 기초적인 화자 인식에 관한 연구를 진행한다. 이 오차역전파 학습 알고리즘은 다층 퍼셉트론에 있어서 보편화된 학습 알고리즘으로서, 음성에 관련한 패턴 인식 분야에 있어서 상당히 유용한 학습 알고리즘이라는 것이 여러 연구에 의하여 시험되어 증명되고 있다[3, 4, 5].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.