$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

변동성과 전환점에 기반한 한국어 음소 'ㅅ', 'ㅈ', 'ㅊ' 음성 인식
Speech Recognition of Korean Phonemes 'ㅅ', 'ㅈ', 'ㅊ' based on Volatility and Turning Points

정보과학회. 컴퓨팅의 실제 논문지 = KIISE transactions on computing practices, v.20 no.11, 2014년, pp.579 - 585  

이재원 (성신여자대학교 IT학부)

초록
AI-Helper 아이콘AI-Helper

음소는 음성을 구성하는 최소 단위로서 음성을 인식하는데 있어 매우 중요한 역할을 한다. 본 논문은 음소 기반 한국어 음성 인식의 일부로서, 한국어 음소 중 'ㅅ', 'ㅈ', 'ㅊ'에 대한 새로운 인식 방안을 제안한다. 제안하는 방식은 입력 음성 신호를 구성하는 각각의 블록에 대해 계산되는 변동성 지표와 전환점 지표에 기반한다. 변동성 지표는 블록 내의 인접한 샘플 값들의 차이의 총합이며, 전환점 지표는 블록 내에서 샘플 값의 증가와 감소의 방향이 전환되는 극점의 총수이다. 두 지표를 결합하여 음소 인식을 수행하는 인식 알고리즘은 두 지표와 관련하여 최적화된 임계치들을 활용하여 목표로 하는 세 가지 음소가 인식된 위치를 최종적으로 결정한다. 실험 결과를 통해, 제안하는 방식을 사용함으로써 기존의 방식들에 비해 FRR과 FAR의 관점에서 모두 오류율을 현저히 감소시킬 수 있음을 확인하였다.

Abstract AI-Helper 아이콘AI-Helper

A phoneme is the minimal unit of speech, and it plays a very important role in speech recognition. This paper proposes a novel method that can be used to recognize 'ㅅ', 'ㅈ', and 'ㅊ' among Korean phonemes. The proposed method is based on a volatility indicator and a turning point indicator that are c...

주제어

참고문헌 (11)

  1. Y. J. Kim, H. L. Kim, and J. H. Jung, "A Study on the Korean Syllable As Recognition Unit," Journal of Acoustical Society of Korea, Vol. 16, No. 3, pp. 64-72, 1997. (in Korean) 

  2. Y. K. Lee, "Speech Interface Technology and Service Trend under the Smart Phone Environment," Information & Communications Magazine, Vol. 29, No. 4, pp. 3-9, 2012. (in Korean) 

  3. S. J. Oh and G. D. Kim, "Performance Evaluation of HM-Net Speech Recognition System using Korea Large Vocabulary Speech DB," Journal of KSSS : Speech Sciences, Vol. 6, No. 1, pp.160-176, 1999. (in Korean) 

  4. G. M. Choi, D. C. Lim, and H. S. Lee, "A Study on Korean Digit Recognition by Using Phoneme Boundary Information," Proc. of the Acoustical Society of Korea Conference 2001, Vol. 20, No. 2, pp. 117-120, 2001. (in Korean) 

  5. B. S. Kim and S. H. Kim, "A Study on Speech Recognition based on Phoneme for Korean Subway Station Names," Journal of the korean society for railway, Vol. 14, No. 3, pp. 228-233, 2011. (in Korean) 

  6. M. Y. Nam, J. J. Lee, J. H. Park, and S. Y. No, "Recognition of Korean Fricatives and Affricates Using Modified Teager Energy Measurement Method," Proc. of the IEEK Conference 1993, Vol. 15, No. 1, pp. 23-26, 1993. (in Korean) 

  7. H. S. Baek, S. H. Cho, and D. S. Yook, "Connected Korean Digit Speech Recognition Using Syllablebased Recognition Units," Proc. of the KMMS Conference 2010, pp. 514-515, 2010. (in Korean) 

  8. S. K. Lee and J. Y. Song, "A Study on the Spectrum Variation of Korean Speech," Journal of KSII, Vol. 6, No. 6, pp. 179-186, 2005. (in Korean) 

  9. K. W. Kim, K. Y. Lee, C. S. Bea, and K. S. Choi, "A Study on the Phonemic Segmentation of an Initial Affricate," Proc. of the KIEE Conference 1988, pp. 33-36, 1988. (in Korean) 

  10. Y. W. Seo, S. J. Han, H. J. Jang, and J. H. Lee, "Branch Algorithm for Phoneme Segmentation in Korean Speech Recognition System," Proc. of the KIISE Fall Conference 2000, Vol. 27, No. 1, pp. 357-359, 2000. (in Korean) 

  11. J. H. Lee, J. W. Lee, and J. Lee, "Korean Affricate Recognition based on Sign Distribution," Proc. of the KIISE Fall Conference 2012, Vol. 39, No. 2(B), pp. 70-72, 2012. (in Korean) 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로