[논문]무선 네트워크 환경 하에서의 음성인식에 관한 고찰

임수호; 신광호; 함성준; 김주곤; 정호열; 정현열

무선 네트워크 환경 하에서의 음성인식에 관한 고찰
A Speech Recognition in a Wineless Network Environment 원문보기

임수호 (영남대학교 전자정보공학부) , 신광호 (영남대학교 전자정보공학부) , 함성준 (영남대학교 전자정보공학부) , 김주곤 (영남대학교 전자정보공학부) , 정호열 (영남대학교 전자정보공학부) , 정현열 (영남대학교 전자정보공학부)

최근 PDA(Personal Digital Assistants)와 같은 휴대형 단말기들은 다양한 멀티미디어 기술과 무선 인터넷 기술의 영향으로 정보단말기로서 각광을 받고 있다. 그러나 현재의 단말기는 프로세서와 메모리의 한계로 인하여 원활한 음성인식 시스템을 구축하기에는 한계가 있다. 이를 보완하는 방법으로 본 논문에서는 Client/server로 분리된 음성 인식 시스템을 구축하였다. 구축한 시스템은 무선 네트워크 환경을 이용하여 PDA(Personal Digital Assistants)에서 음성 파일 또는 특징 파라미터를 Serve 측으로 전송하여 Server측에서 음성 인식을 수행한 후 그 결과를 모바일 단말기로 되돌려 주는 시스템이다. 구성된 시스템을 평가하기 위해서는 국어 공학센터의 음성 DB(KLE 452DB)를 이용하여 음향 모델을 생성한 후 다양한 환경(연구실, 복도, 주차장 도서관 로비)에서 발성한 후 이를 교내 무선 인터넷망(Nespot)을 통하여 송신하여 실시간 인식하였다. 실험 결과, 각각 $84.04\%\;72.28\%\;69.47\%\;67.61\%$의 평균 인식률을 얻을 수 있었다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

또한 화자 독립 연속 음성인식 시스템을 클라이언트 환경에서 구현하는 데에는 아직까지 단말기 시스템의 성능에 한계를 나타내고 있다. 따라서 본고에서는 무선망환경하에서의 연속음성인식 시스템구현을 위한 기초연구로서 무선망을 이용하여 음성파일을 송신한 후 서버에서 인식하여 되돌려 받는 방식의 시스템 구현하고 그 결과를 보고한다[1] [2]
또한 화자 독립 연속 음성인식 시스템을 클라이언트 환경에서 구현하는 데에는 아직까지 단말기 시스템의 성능에 한계를 나타내고 있다. 따라서 본고에서는 무선망환경하에서의 연속음성인식 시스템구현을 위한 기초연구로서 무선망을 이용하여 음성파일을 송신한 후 서버에서 인식하여 되돌려 받는 방식의 시스템 구현하고 그 결과를 보고한다[1] [2]
본 논문에서는 무선 네트워크 환경을 이용하여 PDA(Personal Digital Assistants)와 같은 이동형 모바일 단말기에서 음성 파일 또는 특징 파라미터를 Server 측으로 전송하여 Server측에서 음성 인식을 수행한 후 그 결과를 모바일 단말기로 알려주는 시스템을 구현하고, 그 성능을 평가하였다.

제안 방법

이 중에서 남성 화자 35명이 발성한 단어로부터 추출한 음소를 모델을 만든 후 KLE452 단어를 4set으로 나누어 인식 실험을 수행하였고, 이를 교내 무선 인터넷망(Nespot)을 이용하여 기준 환경인 연구실 환경에서 교내 남자학생 5명을 대상으로 인식 실험을 수행하였다. 또한 다양한 잡음 환경을 모사하기 위하여 복도, 주차장, 도서관에서도 실시간 인식 실험을 수행하였다.
연구실 환경을 기준으로 다양한 잡음 환경에서의 인식 성능 평가를 위해 교내의 복도, 주차장, 도서관에서 실시간으로 음성 인식 실험을 수행하였다.
연구실 환경을 기준으로 다양한 잡음 환경에서의 인식 성능 평가를 위해 교내의 복도, 주차장, 도서관에서 실시간으로 음성 인식 실험을 수행하였다.
본 논문에서 구현된 시스템의 성능 평가하기 위해서 국어공학센터에서 제공하는 452단어(KLE452)를 이용하였다. 이 중에서 남성 화자 35명이 발성한 단어로부터 추출한 음소를 모델을 만든 후 KLE452 단어를 4set으로 나누어 인식 실험을 수행하였고, 이를 교내 무선 인터넷망(Nespot)을 이용하여 기준 환경인 연구실 환경에서 교내 남자학생 5명을 대상으로 인식 실험을 수행하였다. 또한 다양한 잡음 환경을 모사하기 위하여 복도, 주차장, 도서관에서도 실시간 인식 실험을 수행하였다.
본 논문에서 구현된 시스템의 성능 평가하기 위해서 국어공학센터에서 제공하는 452단어(KLE452)를 이용하였다. 이 중에서 남성 화자 35명이 발성한 단어로부터 추출한 음소를 모델을 만든 후 KLE452 단어를 4set으로 나누어 인식 실험을 수행하였고, 이를 교내 무선 인터넷망(Nespot)을 이용하여 기준 환경인 연구실 환경에서 교내 남자학생 5명을 대상으로 인식 실험을 수행하였다. 또한 다양한 잡음 환경을 모사하기 위하여 복도, 주차장, 도서관에서도 실시간 인식 실험을 수행하였다.
제안된 시스템을 평가하기 위해서 국어 공학센터의 음성 DB(KLE 452DB)를 이용하여 음향 모델 만든 후 이를 교내 무선 인터넷망(Nespot)을 이용하여 다양한 환경(연구실, 복도, 주차장, 도서관 로비)에서 실시간 인식결과를 도출하였다. 실험 결과, 평균 인식률이 각각 84.

대상 데이터

본 논문에서 구현된 시스템의 성능 평가하기 위해서 국어공학센터에서 제공하는 452단어(KLE452)를 이용하였다. 이 중에서 남성 화자 35명이 발성한 단어로부터 추출한 음소를 모델을 만든 후 KLE452 단어를 4set으로 나누어 인식 실험을 수행하였고, 이를 교내 무선 인터넷망(Nespot)을 이용하여 기준 환경인 연구실 환경에서 교내 남자학생 5명을 대상으로 인식 실험을 수행하였다.
본 논문에서 구현된 시스템의 성능 평가하기 위해서 국어공학센터에서 제공하는 452단어(KLE452)를 이용하였다. 이 중에서 남성 화자 35명이 발성한 단어로부터 추출한 음소를 모델을 만든 후 KLE452 단어를 4set으로 나누어 인식 실험을 수행하였고, 이를 교내 무선 인터넷망(Nespot)을 이용하여 기준 환경인 연구실 환경에서 교내 남자학생 5명을 대상으로 인식 실험을 수행하였다.

데이터처리

객관적인 평가를 위해 연구실환경을 기준 환경으로 설정하고 본 논문에서 제안한 시스템을 무선 네트워크 환경(Nespot)을 이용하여 실시간 인식실험을 실시하였다.
객관적인 평가를 위해 연구실환경을 기준 환경으로 설정하고 본 논문에서 제안한 시스템을 무선 네트워크 환경(Nespot)을 이용하여 실시간 인식실험을 실시하였다.

이론/모형

이때, 클라이언트 단말기에서는 잡음환경에 강인한 음성인식을 위해 스펙트럼 평균 차감법과 켑스트럼 평균 차감법을 이용한다. 또, 자연스러운 발성을 통한 음성입력을 위해 실시간 무제약 음성구간 검출 알고리즘을 이용한다. 무선망 환경의 음성 인식시스템으로 클라이언트는 Pocket PC 2002 환경의 컴팩 iPaq에서 구현한다.
서버측 연속 음성 엔진은 음소결정트리를 이용하여 생성된 대어휘 상태 공유 Tri-phone 은닉마르코프 네트워크(HM-Net : Hidden Markov Network) 모델을 이용하고, bi-gram 언어모델을 이용한다. 또, 서버는 여러 단말기를 통하여 동시에 전송된 요구를 동시에 처리하기 위해 쓰레드를 이용한 다중 소켓 처리 방법을 이용하여 인식을 수행 할 수 있도록 하였다[5].
서버측 연속 음성 엔진은 음소결정트리를 이용하여 생성된 대어휘 상태 공유 Tri-phone 은닉마르코프 네트워크(HM-Net : Hidden Markov Network) 모델을 이용하고, bi-gram 언어모델을 이용한다. 또, 서버는 여러 단말기를 통하여 동시에 전송된 요구를 동시에 처리하기 위해 쓰레드를 이용한 다중 소켓 처리 방법을 이용하여 인식을 수행 할 수 있도록 하였다[5].
클라이언트 환경에서는 작은 고립단어 음성인식을 수행하는 시스템을 사용한다. 클라이언트의 인식속도 및 메모리 사용량 최소화를 위해 상태 및 혼합 수 분할알고리즘을 이용한 축약형 모델을 사용한다.

성능/효과

제안된 시스템을 평가하기 위해서 국어 공학센터의 음성 DB(KLE 452DB)를 이용하여 음향 모델 만든 후 이를 교내 무선 인터넷망(Nespot)을 이용하여 다양한 환경(연구실, 복도, 주차장, 도서관 로비)에서 실시간 인식결과를 도출하였다. 실험 결과, 평균 인식률이 각각 84.04% 72.28% 69.47% 67.61%을 얻을 수 있음을 확인할 수 있었다.

후속연구

향후 실시간 환경에서의 강건한 시스템을 구축하기 위해 잡음 환경에서의 끝점 검출 및 잡음 처리를 함으로서 시스템의 성능 향상을 위한 연구를 계속 하고자 한다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

무선 네트워크 환경 하에서의 음성인식에 관한 고찰
A Speech Recognition in a Wineless Network Environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

무선 네트워크 환경 하에서의 음성인식에 관한 고찰 A Speech Recognition in a Wineless Network Environment 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

무선 네트워크 환경 하에서의 음성인식에 관한 고찰
A Speech Recognition in a Wineless Network Environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper