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 위너필터를 적용한 멜 주파수 켑스트럼 계수(Mel Frequency Cepstrum Coefficient, MFCC)[5]의 파라미터를 이용한 다층 퍼셉트론 신경회로망 기반의 음성의 화자 분류 알고리즘을 제안한다. 제안한 알고리즘을 기초로 하여 연속음 성 데이터베이스를 사용하여 깨끗한 음성에 배경 잡음을 혼합한 후 화자 인식을 실시한다.
- 특히 이러한 원인으로는 주변의 배경잡음, 마이크의 특성 및 마이크와의 거리 문제 등의 여러 요소들이 음성인식 성능을 떨어뜨리는 요인이 된다. 따라서 본 논문에서는 이러한 문제를 해결하기 위하여 잡음이 섞인 환경에서 위너필터 방법이 적용된 음성인식 알고리즘을 제안한다. 음성의 분류는 다층 퍼셉트론 신경회로망 (Multi-Perceptron Neural Network, MLP)[6]을 이용하여 음성인식 시스템을 구축하였다.
- 본 논문에서는 주변의 배경잡음 때문에 음성인식 시스템의 성능이 떨어지는 문제점을 해결하기 위하여 위너필터 방법을 이용하여 적절한 MFCC 특징 파라미터를 추출하였다. 추출한 MFCC 특징 파라미터를 이용하여 다층 퍼셉트론 신경회로망을 기반으로 하여 음성인식 알고리즘을 제안하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.