최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기디지털정책연구 = The Journal of digital policy & management, v.11 no.6, 2013년, pp.137 - 142
Speech recognition system is input of inaccurate vocabulary by feature extraction case of recognition by appear result of unrecognized or similar phoneme recognized. Therefore, in this paper, we propose a speech recognition error correction method using phoneme similarity rate and reliability measur...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
특징 추출이란? | 특징 추출은 인식에 유용한 성분을 신호로부터 얻어내는 과정이며 일반적으로 정보의 압축, 차원의 감소 과정과 관련되어 추출된 특성에 의해 인식률이 좋고 나쁨으로 판단한다. 흔히 사용되는 방법으로는 특성 추출 과정에서 청각 특성을 반영하는 달팽이관의 주파수 응답을 필터 뱅크 분석으로 사용하며 주파수에 따른 대역폭의 증가, 프리엠퍼시스 필터 등이 사용된다[6]. | |
특징 추출은 어떤 특성에 의해 인식률을 판단하는가? | 특징 추출은 인식에 유용한 성분을 신호로부터 얻어내는 과정이며 일반적으로 정보의 압축, 차원의 감소 과정과 관련되어 추출된 특성에 의해 인식률이 좋고 나쁨으로 판단한다. 흔히 사용되는 방법으로는 특성 추출 과정에서 청각 특성을 반영하는 달팽이관의 주파수 응답을 필터 뱅크 분석으로 사용하며 주파수에 따른 대역폭의 증가, 프리엠퍼시스 필터 등이 사용된다[6]. | |
잡음 채널 모델 기반의 오류 보정 방법이 지닌 단점은 무엇인가? | 기존의 연구 방법에는 잡음 채널 모델 기반의 오류 보정 방법이 있으며 음성 인식기의 적용 환경과 실제 인식할 때의 조건상의 차이가 있다는 점을 전제로 오류 보정을 수행한다. 하지만 단순한 언어 모델이 가지는 한계점을 극복하지 못하는 단점을 가지고 있다[3]. 인식 과정에서의 오류는 일정한 패턴을 가지고 발생한다는 전제로 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 오인식 될 경우 적용이 불가능한 단점이 있다[5]. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.