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 SITEC에서 구축중인 음성코퍼스의 현황과 향후 계획에 관하여 보고하였다. 방음실환경에서의 인식 및 합성 연구용 코퍼스, 아동용 음성코퍼스, Dictation용 음성코퍼스, 자동차내 소음 및 음성 코퍼스 등의 구축 내용이 소개되었다.
- 본 논문에서는 음성정보기술산업지원센터(SITEC)에서 구축중인 음성 코퍼스의 현황과 향후 계획에 관하여 보고한다. 방음실환경에서의 인식 및 합성 연구용 코퍼스, 아동용 음성코퍼스, Dictation용 음성 코퍼스, 자동차내 소음 및 음성 코퍼스 등의 구축 내용이 소개된다.
- 본 논문에서는 음성정보기술산업지원센터(SITEC)에서 구축중인 음성 코퍼스의 현황과 향후 계획에 관하여 보고한다. 방음실환경에서의 인식 및 합성 연구용 코퍼스, 아동용 음성코퍼스, Dictation용 음성 코퍼스, 자동차내 소음 및 음성 코퍼스 등의 구축 내용이 소개된다.
- 센터에서는 향후 현재 구축된 음성코퍼스의 내용과 양을 지속적으로 보완하고 확장할 계획이다. 특히 현재 구축된 자동차 음성 코퍼스 프로토타입을 바탕으로 관련 기관 및 연구자들과의 다각적인 논의를 통하여 스펙을 결정하고 대규모의 자동차 음성 코퍼스를 구축하고자 한다. 또한 수출 지원을 위한 외국어 음성 코퍼스 구축을 위하여 영어와 스페인어 음성 코퍼스의 구축, Embeded system을 위한 음성 코퍼스의 구축, 숫자음 음성 코퍼스의 보완, Dictation 음성 코퍼스의 보완 등을 계획하고 있다.
제안 방법
- 산업응용 기반 기술 기초 연구용 코퍼스의 발성 목록은 다양한 응용과 연구에 적용하기 위하여 특정 응용에 종속되 지 않은 발성목록을 사용하는 것이 바람직하다. 따라서 센터 에서는 이러한 목적으로 사용하기 위해 PRW 4,178어절을 선정하고 이를 발성목록으로 사용하였다.
- 음성 인식 시스템의 성능에 영힝을 미치는 다양한 요인 중 마이크의 음향적 특성, 마이크의 위치 및 마이크와 화자와의 거리도 메우 중요한 요인중 하나이다. 따라서 센터에서는 이러한 다양한 변인에 따른 시험용 코퍼스를 구축하기로 하였으며 1차년도에는 마이크의 종류에 따른 시험용 코퍼스를 구축하였다.
- 산업응용 기반 기술 기초 연구용 코퍼스의 발성 목록은 다양한 응용과 연구에 적용하기 위하여 특정 응용에 종속되 지 않은 발성목록을 사용하는 것이 바람직하다. 따라서 센터 에서는 이러한 목적으로 사용하기 위해 PRW 4,178어절을 선정하고 이를 발성목록으로 사용하였다.
- 위와 같이 구성된 총 20,833 문장은 한 사람이 모두 발성하기에는 그 양이 너무 많다. 따라서 위의 문장을 1인당 평균 104.17문장을 발성할 수 있도록 200개의 발성 세트로 재구성하였으며 각각의 세트에는 위에서 기술된 세 가지의 문장 세트가 골고루 분포하도록 구성하여 모든 화자가 세 가지 세트에 포함된 문장중 일정한 양을 발성할 수 있도록 배려하였다.
- 위와 같이 구성된 총 20,833 문장은 한 사람이 모두 발성하기에는 그 양이 너무 많다. 따라서 위의 문장을 1인당 평균 104.17문장을 발성할 수 있도록 200개의 발성 세트로 재구성하였으며 각각의 세트에는 위에서 기술된 세 가지의 문장 세트가 골고루 분포하도록 구성하여 모든 화자가 세 가지 세트에 포함된 문장중 일정한 양을 발성할 수 있도록 배려하였다.
- 그러나 이러한 텍스트 코퍼스는 그 내용이 문자언어이므로 자연스럽게 낭독하는데는 곤란한 표현이 존재할 수 있다. 따라서 이러한 문장은 발성목록 후보에서는 제외하고 고빈도 어휘에 대한 분석을 수행하였다.
- 그러나 이러한 텍스트 코퍼스는 그 내용이 문자언어이므로 자연스럽게 낭독하는데는 곤란한 표현이 존재할 수 있다. 따라서 이러한 문장은 발성목록 후보에서는 제외하고 고빈도 어휘에 대한 분석을 수행하였다.
- 산업자원부에서도 중기거점과제를 통하여 자동차 환경에서의 음성인식기술에 대해 지원하고 있다. 따라서, 센터에서는 이러한 환경에서의 음성 인식 기술 연구 및 개발을 위해 반드시 필요한 자동차 소음코퍼스, 음성 코퍼스를 구축하기로 결정하였다. 그러나 자동차 환경에서의 소음 및 윽성 코퍼스의 경우 그 수집 절차, 환경 요인 등에 있어서 일반적인 경우와 달리 매우 많은 변수가 있다고 할 수 있다.
- 산업자원부에서도 중기거점과제를 통하여 자동차 환경에서의 음성인식기술에 대해 지원하고 있다. 따라서, 센터에서는 이러한 환경에서의 음성 인식 기술 연구 및 개발을 위해 반드시 필요한 자동차 소음코퍼스, 음성 코퍼스를 구축하기로 결정하였다. 그러나 자동차 환경에서의 소음 및 윽성 코퍼스의 경우 그 수집 절차, 환경 요인 등에 있어서 일반적인 경우와 달리 매우 많은 변수가 있다고 할 수 있다.
- 또한 수집된 음성 데이터 전량에 대하여 음운 레이블링 기준(센터 권고안)에 의해 자동 레이블링을 완료하였으며, 자동 레이블링 결과의 검증을 위해 지역 협력 사이트에서 레이블링 전문 인력에 의해 검증 및 수정 작업을 진행중이다.
- 또한 수집된 음성 데이터 전량에 대하여 음운 레이블링 기준(센터 권고안)에 의해 자동 레이블링을 완료하였으며, 자동 레이블링 결과의 검증을 위해 지역 협력 사이트에서 레이블링 전문 인력에 의해 검증 및 수정 작업을 진행중이다.
- 선정된 PRW 4,178어절은 한국어에서 발생할 수 있는 다양한 음운 환경을 고려하고 있으며 또한 음절에 대한 고려도 함께 이루어진 발성 목록이다. 이렇게 구성된 발성 목록을 10개의 세트로 나누어 발성하도록 하였다.
- 선정된 PRW 4,178어절은 한국어에서 발생할 수 있는 다양한 음운 환경을 고려하고 있으며 또한 음절에 대한 고려도 함께 이루어진 발성 목록이다. 이렇게 구성된 발성 목록을 10개의 세트로 나누어 발성하도록 하였다.
- 최근 완구, 교육용 S/W 등 아동용 응용에 대한 요구가 증가함에 따라 아동용 음성 인식 웅용 을 위한 음성 코퍼스를 구축하였다.
- 최근 완구, 교육용 S/W 등 아동용 응용에 대한 요구가 증가함에 따라 아동용 음성 인식 응용을 위한 음성 코퍼스를 구축하였다. 다양한 응용의 개발을 위한 발성 목록의 구성은 다음과 같다.
대상 데이터
- 1차 년도에는 마이크의 종류별 특성을 살펴보기 위해 해외 Headset microphone 4종, 스텐드형 마이크 4종 둥 총8종을 대상으로 방음실 환경에서 데이터를 수집하였다.
- 수집 절 차는 방음실 에 서 고성 능 다이크로폰으로 수집한 PBW 452단어 70명분이 2희 발성한 코퍼스를 대상으로 HATS(Head And Torso Simulator)를이용하여 데이터를 수집하였다. 1차년도에는 마이크의 종류별 특성을 살펴보기 위해 해외 Headset microphone 4종, 스텐드형 마이크 4종 등 총8종을 대상으로 방음실 환경에서 데이터를 수집하였다.
- 구축된 코퍼스는 소음 환경으로 자동차 요인도로 요인등을 고려하여 270종의 환경을 정의하고, 각 환경에 대하여 동시에 8개으 채널을 통하여 소음 데이터를 수집하였다. 음성 코퍼스의 경우 80km의 주행상황으로 환경을 한정하고 100명의 화자에 대한 음성을 8개의 채널을 통하여 수집하였다.
- 구축된 코퍼스는 소음 환경으로 자동차 요인도로 요인등을 고려하여 270종의 환경을 정의하고, 각 환경에 대하여 동시에 8개으 채널을 통하여 소음 데이터를 수집하였다. 음성 코퍼스의 경우 80km의 주행상황으로 환경을 한정하고 100명의 화자에 대한 음성을 8개의 채널을 통하여 수집하였다.
- 남, 녀 각 200명의 화자에 대하여 음성 데이터를 수집하였으며 1인당 발성량은 104 ~ 105문장이다. 데이터는 사무실 환경에서 PC의 사운드카드와 Andrea ANC 750 마이크를 이용하여 수집 되었다.
- 남, 녀 각 200명의 화자에 대하여 음성 데이터를 수집하였으며 1인당 발성량은 104 ~ 105문장이다. 데이터는 사무실 환경에서 PC의 사운드카드와 Andrea ANC 750 마이크를 이용하여 수집 되었다.
- 1인당 발성량은 H0 ~ 123단어와 20문장으로 구성되어 있다. 데이터는 사무실 환경에서 PC의 사운드카드를 통하여 Sennheiser E835 마이크를 통하여 수집되었다.
- 1인당 발성량은 H0 ~ 123단어와 20문장으로 구성되어 있다. 데이터는 사무실 환경에서 PC의 사운드카드를 통하여 Sennheiser E835 마이크를 통하여 수집되었다.
- 남, 녀 각 200명의 화자에 대하여 음성 데이터를 수집하였으며 1인당 발성량은 104 ~ 105문장이다. 데이터는 사무실 환경에서 PC의 사운드카드와 Andrea ANC 750 마이크를 이용하여 수집 되었다.
- 남, 녀 전문 성우 각 1인이 방음실에서 발성하였다. 마이크는 Rode NT-2를 사용하였으며 EGG 신호도 동시에 수집되었다. 수집된 음성데이터 중 여성화자의 1000문장에 대하여 음운 레이블링을 완료 하였으며, K-ToBI (Korean-Tone and Break Index) 기준(Ver 3.
- 발성 목록 선정을 위한 모집단으로는 KAIST에서 구축된 4,300만 어절의 KAIST Corpus를 사용하였다. 그러나 이러한 텍스트 코퍼스는 그 내용이 문자언어이므로 자연스럽게 낭독하는데는 곤란한 표현이 존재할 수 있다.
- 발성 목록 선정을 위한 모집단으로는 KAIST에서 구축된 4,300만 어절의 KAIST Corpus를 사용하였다. 그러나 이러한 텍스트 코퍼스는 그 내용이 문자언어이므로 자연스럽게 낭독하는데는 곤란한 표현이 존재할 수 있다.
- 선정된 문장 발성 목록은 4,360문장이며 이 문장에 포함된 Triphone의 총 종류수는 모집단과 같이 18,025 종류이다.
- 선정된 문장 발성 목록은 4,360문장이며 이 문장에 포함된 Triphone의 총 종류수는 모집단과 같이 18,025 종류이다.
- 센터의 지역협력 사이트를 활용하여 전국적으로 500명 화자의 음성 데이터를 방음실에서 수집하였으며 남녀 성비는 1:1이다. 1인당 발성량은 417 ~ 418단어를 발성하였다.
- 수집 절 차는 방음실 에 서 고성 능 다이크로폰으로 수집한 PBW 452단어 70명분이 2희 발성한 코퍼스를 대상으로 HATS(Head And Torso Simulator)를이용하여 데이터를 수집하였다. 1차년도에는 마이크의 종류별 특성을 살펴보기 위해 해외 Headset microphone 4종, 스텐드형 마이크 4종 등 총8종을 대상으로 방음실 환경에서 데이터를 수집하였다.
- 총 500명의 초등학교 학생을 대상으로 데이터를 수집하였으며 남녀 성비는 1：1이며, 1인당 발성량은 100 ~ 101단어이다. 수집 환경은 사무실 또는 가정집에서 PC의 사운드카드와 Andrea ANC 750마이크를 이용하여 수집하였다.
- 총 500명의 초등학교 학생을 대상으로 데이터를 수집하였으며 남녀 성비는 1：1이며, 1인당 발성량은 100 ~ 101단어이다. 수집 환경은 사무실 또는 가정집에서 PC의 사운드카드와 Andrea ANC 750마이크를 이용하여 수집하였다.
- 수집 절 차는 방음실 에 서 고성 능 다이크로폰으로 수집한 PBW 452단어 70명분이 2희 발성한 코퍼스를 대상으로 HATS(Head And Torso Simulator)를이용하여 데이터를 수집하였다. 1차년도에는 마이크의 종류별 특성을 살펴보기 위해 해외 Headset microphone 4종, 스텐드형 마이크 4종 등 총8종을 대상으로 방음실 환경에서 데이터를 수집하였다.
- 여 전국적으로 500명 화자의 음성 데이터를 방음실에서 수집하였으며 남녀 성비는 1:1이다.
- 구축된 코퍼스는 소음 환경으로 자동차 요인도로 요인등을 고려하여 270종의 환경을 정의하고, 각 환경에 대하여 동시에 8개으 채널을 통하여 소음 데이터를 수집하였다. 음성 코퍼스의 경우 80km의 주행상황으로 환경을 한정하고 100명의 화자에 대한 음성을 8개의 채널을 통하여 수집하였다.
- 구축된 코퍼스는 소음 환경으로 자동차 요인도로 요인등을 고려하여 270종의 환경을 정의하고, 각 환경에 대하여 동시에 8개으 채널을 통하여 소음 데이터를 수집하였다. 음성 코퍼스의 경우 80km의 주행상황으로 환경을 한정하고 100명의 화자에 대한 음성을 8개의 채널을 통하여 수집하였다.
- 음성 합성 시스템을 위한 발성 목록 선정의 모집단으로 사용된 텍스트 코퍼스는 설명문, 수필 문, 사회학, 방송 3社(KBS, MBC, SBS 둥)의 뉴스, 신문(조선일보, 한국일보), 경제학, 전산학, 기계학, 생물학 둥의 장르별 균형 텍스트로 구성된 KAIST Taged Corpus 100만 어절을 사용하여 Triphone maximization 기준을 적용하여 발성 목록을 선정하였다.
- 음성 합성 시스템을 위한 발성 목록 선정의 모집단으로 사용된 텍스트 코퍼스는 설명문, 수필문, 사회학, 방송 3社(KBS, MBC, SBS 등)의 뉴스, 신문(조선일보, 한국일보), 경제학, 전산학, 기계학, 생물학 둥의 장르별 균형 텍스트로 구성된 KAIST Taged Corpus 100만 어절을 사용하여 Triphone maximization 기준을 적용하여 발성 목록을 선정하였다.
- 연변대학 지역협력 사이트를 통하여 북경어를 사용하는 화자를 중심으로 화자를 모집하였으며, 방언을 사용하는 화자는 가능한 배제하였다. 총 300명의 화자가 발성하였으며 성비는 2:3으로 구성되어 있다. 1인당 발성량은 H0 ~ 123단어와 20문장으로 구성되어 있다.
- 총 500명의 초등학교 학생을 대상으로 데이터를 수집하였으며 남녀 성비는 1：1이며, 1인당 발성량은 100 ~ 101단어이다. 수집 환경은 사무실 또는 가정집에서 PC의 사운드카드와 Andrea ANC 750마이크를 이용하여 수집하였다.
- 총 500명의 초등학교 학생을 대상으로 데이터를 수집하였으며 남녀 성비는 1：1이며, 1인당 발성량은 100 ~ 101단어이다. 수집 환경은 사무실 또는 가정집에서 PC의 사운드카드와 Andrea ANC 750마이크를 이용하여 수집하였다.
- 추출된 문장의 총 수는 20,833문장으로 문장의 평균 길이는 문장 당 7.43어절이다.
- 추출된 문장의 총 수는 20,833문장으로 문장의 평균 길이는 문장 당 7.43어절이다.
성능/효과
- 분석 결과 상위 고빈도 5,000어절이 전체 어절에 대해 50.6%의 coverage를 가지며 상위 10,000 어절의 경우 58.4%, 20,000어절의 경우 66.2%의 coverage를 갖는 것으로 나타났다. 상위 고빈도 77,000어절의 경우 약 80%의 coverage를 갖게되나 이러한 경우 어휘의 수가 너무 많아지게 된다.
- 분석 결과 상위 고빈도 5,000어절이 전체 어절에 대해 50.6%의 coverage를 가지며 상위 10,000 어절의 경우 58.4%, 20,000어절의 경우 66.2%의 coverage를 갖는 것으로 나타났다. 상위 고빈도 77,000어절의 경우 약 80%의 coverage를 갖게되나 이러한 경우 어휘의 수가 너무 많아지게 된다.
후속연구
- 상위 고빈도 77,000어절의 경우 약 80%의 coverage를 갖게되나 이러한 경우 어휘의 수가 너무 많아지게 된다. 따라서, 본 코퍼스에서는 발성 목록 선정을 위해 고빈도 5,000어절, 8,000어절 및 10,000어절을 발성 목록 선정을 위한 대상어휘로 선정하였으며, 향후 확장할 예정이다.
- 상위 고빈도 77,000어절의 경우 약 80%의 coverage를 갖게되나 이러한 경우 어휘의 수가 너무 많아지게 된다. 따라서, 본 코퍼스에서는 발성 목록 선정을 위해 고빈도 5,000어절, 8,000어절 및 10,000어절을 발성 목록 선정을 위한 대상어휘로 선정하였으며, 향후 확장할 예정이다.
- 센터에서는 향후 현재 구축된 음성코퍼스의 내용과 양을 지속적으로 보완하고 확장할 계획이다. 특히 현재 구축된 자동차 음성 코퍼스 프로토타입을 바탕으로 관련 기관 및 연구자들과의 다각적인 논의를 통하여 스펙을 결정하고 대규모의 자동차 음성 코퍼스를 구축하고자 한다.
- 방음실환경에서의 인식 및 합성 연구용 코퍼스, 아동용 음성코퍼스, Dictation용 음성코퍼스, 자동차내 소음 및 음성 코퍼스 등의 구축 내용이 소개되었다. 센터에서는 향후 현재 구축된 음성코퍼스의 내용과 양을 지속적으로 보완하고 확장할 계획이며, 음성 코퍼스의 구축 내용과 방향에 대한 관련 연구자들의 많은 참여와 의견을 기대하고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.