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
- Dropout의 도입과 데이터 증강을 통해서 정확도를 크게 개선했으나, 실제 음성인식기에 반영하기 위해서는 더 높은 정확도가 필요하다. 그래서 본 논문에서는 DNN의 최종 출력 값 사이의 차가 클수록 더 높은 신뢰도를 가질 것이라 판단되어 출력된 두 값의 차이에 따른 분류 성능을 확인해보았다.
- 본 실험에서 설계한 DNN 모델은 의미를 알 수 없는 비정상적인 문장이 음성인식 결과로 출력되는 경우에 대한 해결책으로 활용할 수 있지만 유사한 발음으로 인해 발생한 음성인식 오류문제는 해결할 수 없다. 그렇기 때문에 향후에는 유사발음으로 인해 발생된 음성인식 오류에 대한 방안을 모색하고자 한다.
- 본 논문에서는 DNN을 활용하여 음성인식 결과에 오류가 있는지 여부를 판별하는 이진분류기를 구축하였다. 컴퓨터비전 또는 음성인식 연구분야에서와 마찬가지로 인공신경망의 과적합문제가 발생하였으며 Dropout을 도입하고, 데이터를 증강하여 분류성능을 크게 높였다.
- 본 논문에서는 오인식된 문장과 정상적으로 인식된 문장을 학습한 DNN으로 음성 인식의 오류 여부를 판별하는 DNN 분류기를 구축하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.