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 시스템에서는 윈도우즈 상에서 제작된 GUI 기반의 어플리케이션이며 개발 언어로는 Tcl/tk(Tool Command Language and Tk GUI)를 사용하였다[6]. Tcl/tk는 스크립트 언어인 Tcl과 Tk GUI Toolkit을 말하며, Tcl은 인터프리터 스크립트 언어로서 이러한 언어의 대표적인 특징인 멀티 플랫폼에서의 실행 및 확장을 목적으로 선택하였다. 또한 Tcl은 본 시스템에서 음성 특성 지표의 시각화를 위해 사용하는 패키지인 Snack Sound Toolkit[7]을 지원한다.
- 본 시스템은 음성 신호에서 추출할 수 있는 여러 가지 음성 특성 지표를 이용하여 인식 성능을 검증한다. 따라서 검증 시스템의 핵심 요소인 다양한 음성 특징 추출 알고리즘을 소개하며 시스템에 적용된 새로운 음성 인식 성능 지표를 제안한다. 효과적인 음성 인식 성능 지표를 생성하기 위해 다수의 선행 연구가 진행되어 왔다[1, 2].
- 본 논문에서는 음성의 특징을 이용한 음성 인식용 데이터베이스 검증 시스템의 개발 내용을 소개하고 이 시스템의 핵심 기술인 음성 특성 지표 추출 알고리즘을 설명하였다. 또한 선행 연구에서부터 본 시스템에 필요한 효과적인 음성 인식 성능 지표를 생성하기 위해 대표적인 음성 인식 성능 지표인 단어 오인식률과 상관도가 높은 여러 가지 특성 지표들을 채택, 조합하여 새로운 성능 지표를 제안해왔다. 본 실험에서는 선행 연구에서 채택했던 이차적인 음성 인식기를 사용해 추출하는 지표인 음향 모델 확률 값을 GMM 음향 모델 확률 값으로 대체 후 조합함으로써 시스템 구축 시 다른 음성 인식기에 대한 의존성을 줄였다.
- 따라서 본 논문에서는 음향 모델 확률 값을 별도의 음성 인식기 없이 계산 가능한 GMM 모델 확률 값으로 대체하고 이를 조합하여 새로운 음성 인식 성능 지표를 생성한다. 또한 이를 이용하여 성능을 평가하고 시스템에서의 성능 평가 기준인 단어 오인식률을 대체함으로써 음성 인식용 데이터베이스 검증 시스템의 독립성과 편의성을 향상시키고자 한다.
- 기존 연구에서는 다양한 특성 지표를 여러 방법으로 조합, 추가하여 더 효과적인 음성 인식 성능 지표를 생성하기 위해 진행 된 실험 결과를 소개하였다[3-5]. 본 논문에서는 선행 연구의 문제점이었던 특징을 추출하는 단계에서 부차적인 음성인식기를 사용하는 점을 해결하기 위한 새로운 조합을 제안한다.
- 본 논문에서는 앞에서 기술한 문제를 해결할 수 있는 윈도우즈 환경 기반의 음성 인식용 데이터베이스 검증 시스템의 개발 내용을 소개한다. 본 시스템은 음성 신호에서 추출할 수 있는 여러 가지 음성 특성 지표를 이용하여 인식 성능을 검증한다.
- 본 논문에서는 음성의 특징을 이용한 음성 인식용 데이터베이스 검증 시스템의 개발 내용을 소개하고 이 시스템의 핵심 기술인 음성 특성 지표 추출 알고리즘을 설명하였다. 또한 선행 연구에서부터 본 시스템에 필요한 효과적인 음성 인식 성능 지표를 생성하기 위해 대표적인 음성 인식 성능 지표인 단어 오인식률과 상관도가 높은 여러 가지 특성 지표들을 채택, 조합하여 새로운 성능 지표를 제안해왔다.
- 본 장에서는 음성 인식용 데이터베이스 검증 시스템의 주 기능인 음성의 특성 지표를 비교하여 음성 인식 성능을 검증하는 단계에 사용되는 특성 지표 추출 기능을 소개한다. 본 시스템의 개발을 위해 선행 연구로 여러 가지 음성 특성 지표를 분석하였고, 다양한 특징 추출 소프트웨어를 이용하여 어플리케이션에 총 11개의 특성 지표를 출력할 수 있게 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.