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 공통 음성 DB 구축을 위한 발성목록 의 내용과 작성 방법, 목록 작성시 고려둰 사항들을 기 술하였다. 이번에 작성된 발성목록은 음성 기술의 연구나 프로그램 개발을 위해 기본이 되는 음성 DB를 수집하기 위한 목록이라고 할 수 있다.
- 본 논문에서는 공통 음성 DB 구축을 위한 발성목록의 내용과 작성 방법, 목록 작성시 고려된 사항들을 기술하였다.
- 또한 음성 DB 가 인식용이냐, 합성용이냐에 따라 발성의 난이도 등이 고려되어 작성되어야 할 것이다. 본 논문에서는 음성인식용 DB, 낭독체 음성합성용 DB, 대화체 음성합성용 DB, 화자인식용 DB 의 순서로 발성 목록의 내용과 목적, 작성 방법, 작성시에 고려된 조건 등을 기술한다.
가설 설정
- • 오늘 슈퍼에서 사온 쌀이 맛이 없다.
제안 방법
- 2. 우리말 숫자 1 에서 110 사이의 우리말 숫자 200 개가 작성되었는 데, 여기에는 수관형사도 포함되었으며, 수관형사의 경우는 뒤에 올 수 있는 단위 명사도 삽입하여 화자가 자 연스럽게 읽을 수 있도록 하였다(예: 두 살, 세 개, 네 명).
- 다만, 합성용 문장은 인식용 문장과는 달리 훈련된 화자가 발성하는 것이므로 문장 길이의 제한을 완화하 여 4~12 어절 사이의 문장을 추출하였다. 2 차로는 트라이폰(triphone)을 단위로 하여 한 문장 내에 트라이폰을 최대한 많이 포함하고, 최소의 문장 개수에 최대의 트라이폰을 커버하는 문장 세트를 추출 하였다.
- 총 79577 문장 가운데 4~15 어절의 문장을 추출하고, 이를，바탕으로 트라이폰을 단위로 음소분포를 고려한 문장 3139 개를 추출하였다. 구어 전사 코퍼스에는 더듬 거림이나 간투사, 단어의 반복, 비표준어 등이 포함되어 있으므로 음소의 분포와 배열을 최대한 살리는 범위에 서 문장 수정을 하였다.
- 총 79577 문장 가운데 4~15 어절의 문장을 추출하고, 이를，바탕으로 트라이폰을 단위로 음소분포를 고려한 문장 3139 개를 추출하였다. 구어 전사 코퍼스에는 더듬 거림이나 간투사, 단어의 반복, 비표준어 등이 포함되어 있으므로 음소의 분포와 배열을 최대한 살리는 범위에 서 문장 수정을 하였다.
- 다만, 합성용 문장은 인식용 문장과는 달리 훈련된 화자가 발성하는 것이므로 문장 길이의 제한을 완화하 여 4~12 어절 사이의 문장을 추출하였다. 2 차로는 트라이폰(triphone)을 단위로 하여 한 문장 내에 트라이폰을 최대한 많이 포함하고, 최소의 문장 개수에 최대의 트라이폰을 커버하는 문장 세트를 추출 하였다.
- 다만, 합성용 문장은 인식용 문장과는 달리 훈련된 화자가 발성하는 것이므로 문장 길이의 제한을 완화하 여 4~12 어절 사이의 문장을 추출하였다. 2 차로는 트라이폰(triphone)을 단위로 하여 한 문장 내에 트라이폰을 최대한 많이 포함하고, 최소의 문장 개수에 최대의 트라이폰을 커버하는 문장 세트를 추출 하였다.
- 다이폰을 단위로 하는 합성기 개발을 위해 다이폰 세트 추출용 발성목록을 작성하였다. 휴지 (pause)와 모음 21 개, 초성 자음 18 개, 종성 자음 7개의 가능한 다이폰 세트를 포함하는 무의미어의 단어목록 2037 개 작성하였다.
- 두 번째 목록으로는 명사 등을 열거할 때 생길 수 있 는 휴지 앞 세그멘트를 확보하기 위해, 명사를 나열하고 명사 사이에 쉼표를 붙여, 발성 시에 휴지를 유도하 는 문장을 작성하였다. 이 때 명사의 목록은 일반명사 와 고유명사 데이터를 바탕으로 하여, 단어의 마지막에 올 수 있는 트라이폰이 최대한 포함되도록 단어 목록을 추출하여, 이들을 5 개씩 배열하고 단어 사이에 쉼표를 붙여 의미 없는 문장을 만들었다.
- 두 번째 목록으로는 명사 등을 열거할 때 생길 수 있 는 휴지 앞 세그멘트를 확보하기 위해, 명사를 나열하고 명사 사이에 쉼표를 붙여, 발성 시에 휴지를 유도하 는 문장을 작성하였다. 이 때 명사의 목록은 일반명사 와 고유명사 데이터를 바탕으로 하여, 단어의 마지막에 올 수 있는 트라이폰이 최대한 포함되도록 단어 목록을 추출하여, 이들을 5 개씩 배열하고 단어 사이에 쉼표를 붙여 의미 없는 문장을 만들었다.
- 기본적으로는 20 여만 문장의 방송뉴스 코퍼스를 이용하였는데, 여기서 누락된 트라이폰(missing triphone)들 은 신문코퍼스를 이용하여 추가하였다. 문장세트는 단 문과 장문으로 구분하여 추출하였다. 문장세트의 추출 과정은 다음과 같다.
- • 화자가 실수없이 발성할 수 있도록 문장 길이는 어절 수 4~8 사이로 제한하되 최소 9 음절 이상 이 포함되도록 한다. 발성목록은 이러한 코퍼스의 정제를 거쳐 5 만 문장 을 추출하였다.
- 여기에는 1 자리 숫자 20 개(0~9 의 한犬, 우리말 숫자) 를 비롯하여, 3 자리 숫자 200 개, 4자리 숫자 1000개를 작성하였는데, 3, 4 자리 숫자에서는 숫자와 숫자가 이 어지면서 나타낼 수 있는 모든 음운 환경을 커버하도록 작성하였다.
- 여기에는 1 자리 숫자 20 개(0~9 의 한자, 우리말 숫자)를 비롯하여, 3 자리 숫자 200개, 4자리 숫자 1000 개를 작성하였는데, 3, 4 자리 숫자에서는 숫자와 숫자가 이어지면서 나타낼 수 있는 모든 음운 환경을 커버하도록 작성하였다.
- 2. 우리말 숫자 1 에서 110 사이의 우리말 숫자 200 개가 작성되었는 데, 여기에는 수관형사도 포함되었으며, 수관형사의 경우는 뒤에 올 수 있는 단위 명사도 삽입하여 화자가 자 연스럽게 읽을 수 있도록 하였다(예: 두 살, 세 개, 네 명).
- 두 번째 목록으로는 명사 등을 열거할 때 생길 수 있 는 휴지 앞 세그멘트를 확보하기 위해, 명사를 나열하고 명사 사이에 쉼표를 붙여, 발성 시에 휴지를 유도하 는 문장을 작성하였다. 이 때 명사의 목록은 일반명사 와 고유명사 데이터를 바탕으로 하여, 단어의 마지막에 올 수 있는 트라이폰이 최대한 포함되도록 단어 목록을 추출하여, 이들을 5 개씩 배열하고 단어 사이에 쉼표를 붙여 의미 없는 문장을 만들었다. 다음은 그 예이다.
- 방언사용자 구별 문장의 목적은 인식기로 하여금 이러한 방언 사용 자의 발음을 구분해낼 수 있도록 하기 위한 것이다. 이를 위해서 각 방언의 발음 특성을 드러낼 수 있는 단어들을 포함하는 문장을 10개씩 2 세트 작성하였다.
- 방언사용자 구별 문장의 목적은 인식기로 하여금 이러한 방언 사용 자의 발음을 구분해낼 수 있도록 하기 위한 것이다. 이를 위해서 각 방언의 발음 특성을 드러낼 수 있는 단어들을 포함하는 문장을 10개씩 2 세트 작성하였다.
- 3. 인명 인명으로는 한국인의 이름 2000 개를 작성하였는데, 이것은 한국인 인명 데이터를 바탕으로, 성은 한국인의 성이 모두 포함되도록 하였으며, 이름은 빈도순으로 2000개를 뽑아 성과 이름을 조합하여 작성하였다.
- 3. 인명 인명으로는 한국인의 이름 2000 개를 작성하였는데, 이것은 한국인 인명 데이터를 바탕으로, 성은 한국인의 성이 모두 포함되도록 하였으며, 이름은 빈도순으로 2000개를 뽑아 성과 이름을 조합하여 작성하였다.
- 주민등록번호의 앞 6 자리 숫자 1000 개를 추출하였는데, 숫자의 분포를 고르게 하면서 각 자리에는 가능한 숫자(연월일)만이 오도록 작성하였다.
- 화자로부터 단어나 짧은 문장의 답을 유도해내기 위해 개인정보와 관련된 10개의 질문을 작성하였다.
- 화자로부터 단어나 짧은 문장의 답을 유도해내기 위해 개인정보와 관련된 10개의 질문을 작성하였다.
대상 데이터
- 0~9 사이의 숫자로 음운 환경을 고려하여 2연 숫자 100개를 추출하였다.
- 0~9 사이의 숫자로 음운 환경을 고려하여 4연 숫자 1000 개를 추출하였다.
- 0~9 사이의 숫자로 음운 환경을 고려하여 4연 숫자 1000 개를 추출하였다.
- • 방송뉴스 단문 코퍼스(4-8 어절)에서 트라이폰 13709개 를 포함하는 문장 5270개 를 추출.
- 기본적으로는 20 여만 문장의 방송뉴스 코퍼스를 이용하였는데, 여기서 누락된 트라이폰(missing triphone)들 은 신문코퍼스를 이용하여 추가하였다. 문장세트는 단 문과 장문으로 구분하여 추출하였다.
- 기본적으로는 20 여만 문장의 방송뉴스 코퍼스를 이용하였는데, 여기서 누락된 트라이폰(missing triphone)들 은 신문코퍼스를 이용하여 추가하였다. 문장세트는 단 문과 장문으로 구분하여 추출하였다.
- 낭독체 문장으로는 방송 뉴스 코퍼스를 대상으로 50,000 문장을 추출하였다. 내용적으로는 정치, 경제, 사 회, 문화 영역으로 제한하였는데, 그것은 스포츠 같은 영역은 외래어가 많이 포함되어 있어 일반 화자들이 발 성하기에 용이하지 않기 때문이다.
- 낭독체 문장은 총 10,000 문장을 추출하였는데, 코퍼 스로는 방송뉴스코퍼스와 신문 코퍼스를 사용하였다. 이 역시 인식용 DB 의 문장에서와 같이 1 차로 일정한 정제과정을 거친 코퍼스를 사용하였다.
- 낭독체 문장은 총 10,000 문장을 추출하였는데, 코퍼 스로는 방송뉴스코퍼스와 신문 코퍼스를 사용하였다. 이 역시 인식용 DB 의 문장에서와 같이 1 차로 일정한 정제과정을 거친 코퍼스를 사용하였다.
- 대화체 음성합성 DB 의 발성목록 작성은 TV 대담 프로를 전사한 코퍼스를 이용하였다.
- 또한 영어 단어도 철자로 읽기 목록 2500 개를 작성하였다.
- 또한 영어 단어도 철자로 읽기 목록 2500 개를 작성하였다.
- 추출용 발성목록 반음절을 단위로 하는 합성 기 개발을 위 해 CV, VC, V 의 반음절 세트와 그 가능한 음운환경을 포함하는 무의 미 단어 목록 5271개를 작성하였다. 이때 고려된 반음 절과 음운환경은 다음과 같다.
- • 화자가 실수없이 발성할 수 있도록 문장 길이는 어절 수 4~8 사이로 제한하되 최소 9 음절 이상 이 포함되도록 한다. 발성목록은 이러한 코퍼스의 정제를 거쳐 5 만 문장 을 추출하였다.
- 십만 이상의 자연수로 조, 억 단위를 포함하는 숫자 500 개를 작성하였다.
- 십만 이상의 자연수로 조, 억 단위를 포함하는 숫자 500 개를 작성하였다.
- 응용 프로그램 개발에 활용될 수 있도록 PC 와 PDA 명령어 및 받아쓰기(dictation) 프로그램 명령어 358 개를 수집하여 명령어 세트를 작성하였다.
- 여기에서 1 차로 발성하기 어려운 단어를 제거하였는데, 단어의 길이는 2 음절에서 8 음절 이내로 제한을 두었고, 일반화되지 않은 로마자 상호라든가, 지나치게 읽기 어 려운 단어는 제거하였다. 이렇게 1차로 정제된 목록을 가지고 2 차로는 트라이폰(triphone)을 단위로 음소 분포를 고려하여 상호명 3000개를 추출하였다. 2.
- 여기에서 1 차로 발성하기 어려운 단어를 제거하였는데, 단어의 길이는 2 음절에서 8 음절 이내로 제한을 두었고, 일반화되지 않은 로마자 상호라든가, 지나치게 읽기 어 려운 단어는 제거하였다. 이렇게 1차로 정제된 목록을 가지고 2 차로는 트라이폰(triphone)을 단위로 음소 분포를 고려하여 상호명 3000개를 추출하였다. 2.
- 5. 일반명사와 상품명 일반 명사는 사용빈도를 고려하여 고빈도 명사를 뽑고, 여기에 인터넷 쇼핑의 웹사이트에 나와 있는 상품 명 가운데 비교적 일반화된 명사를 합쳐 3000 개의 명 사를 추출하였다.
- 5. 일반명사와 상품명 일반 명사는 사용빈도를 고려하여 고빈도 명사를 뽑고, 여기에 인터넷 쇼핑의 웹사이트에 나와 있는 상품 명 가운데 비교적 일반화된 명사를 합쳐 3000 개의 명 사를 추출하였다.
- 총 79577 문장 가운데 4~15 어절의 문장을 추출하고, 이를, 바탕으로 트라이폰을 단위로 음소분포를 고려한 문장 3139 개를 추출하였다.
- 총 79577 문장 가운데 4~15 어절의 문장을 추출하고, 이를，바탕으로 트라이폰을 단위로 음소분포를 고려한 문장 3139 개를 추출하였다. 구어 전사 코퍼스에는 더듬 거림이나 간투사, 단어의 반복, 비표준어 등이 포함되어 있으므로 음소의 분포와 배열을 최대한 살리는 범위에 서 문장 수정을 하였다.
- 추출용 발성목록 반음절을 단위로 하는 합성 기 개발을 위 해 CV, VC, V 의 반음절 세트와 그 가능한 음운환경을 포함하는 무의 미 단어 목록 5271개를 작성하였다. 이때 고려된 반음 절과 음운환경은 다음과 같다.
- 한자식 자연수로는 0 과 99,999 사이의 자연수에서 랜 덤(random)하게 생성된 2000 개 숫자를 추출하였다. 2.
- 한자식 자연수로는 0 과 99,999 사이의 자연수에서 랜 덤(random)하게 생성된 2000 개 숫자를 추출하였다. 2.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.