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.199 - 204
Speech recognition system is shall be composed model of learning from the inaccurate input speech. Similar phoneme models to recognize, because it leads to the recognition rate decreases. Therefore, in this paper, we propose a method of speech recognition optimal learning model configuration using t...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
음성 인식 시스템에서 인식률 저하가 발생하는 이유는 무엇 때문인가? | 음성 인식 시스템은 정확하지 않게 입력된 음성으로부터 학습 모델을 구성하고 유사한 음소 모델로 인식하기 때문에 인식률 저하를 가져온다. 따라서 본 논문에서는 바타차랴 알고리즘을 이용한 음성 인식 최적 학습 모델 구성 방법을 제안하였다. | |
음성 인식 시스템에서 인식률의 저하를 보완하기 위한 방법으로 어떠한 연구가 진행되고 있는가? | 음성 인식 시스템에서는 유사한 음소 모델의 인식과 부정확한 음성의 입력으로 인식 오류가 존재하여 인식률의 저하를 가져온다. 이를 보완하기 위한 방법으로 신호 처리 단계에서의 음성 인식 오류 보정에 대한 연구가 진행되고 있다[1]. | |
오류 보정의 통계적 방법을 이용한 방법에는 무엇이 있는가? | 오류 보정의 통계적 방법을 이용한 방법에는 유클리디안 알고리즘, DTW(Dynamic Time Warping)알고리즘, 바타챠랴(Bhattacharyya) 알고리즘 등이 사용되고 있으며 이러한 방법들은 패턴 정합을 이용하여 학습되어진 패턴 중에서 유사도가 가장 높은 것을 인식 결과로 인식률을 확인한다[2]. 유클리디안 알고리즘은 두 개체의 속성 값들에 의한 유사도를 구하는 방법이고 DTW 알고리즘은 비선형 시간 정규화를 갖는 패턴정합 방법이며 바타챠랴 알고리즘은 오류율을 측정하여 거리를 계산하는 방법으로 사용된다[3]. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.