최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 군산대학교 Kunsan National University |
---|---|
연구책임자 | 김원구 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 1996-04 |
주관부처 | 과학기술부 |
사업 관리 기관 | 군산대학교 Kunsan National University |
등록번호 | TRKO200200017658 |
DB 구축일자 | 2013-04-18 |
키워드 | 음성인식.거리 측정 방법.가중 켑스트랄 거리 측정 방법.최적 가중 함수.포만트.speech recognition.distance measure.weighted cepstral distance measure.optimally weight function formant. |
본 연구에서는 가중 ?스트랄 거리 측정 방법을 사용하는 음성 인식 시스템의 성능을 향상시키기 위하여 가중 캡스트랄 거리 측정 방법의 최적 가중 함수 설계 방법을 제안하였다. 가중 함수 또는 리프터는 인식 결과에 직접적으로 영향을 미치는 기준 패턴과 학습 데이타간 오차를 최소화하도록 결정되었다. 즉, 제안된 방법에서는 각 차수의 캡스트럼 계수에서 발생하는 오차에 역비례하게 가중함수를 결정하여 각각의 계수가 균일한 오차를 갖게 하였다. 이러한 알고리즘은 가중 함수를 사용하지 않는 캡스트랄 거리 측정 방법을 사용하는 음성 인식 시스템을
In this project, a design method for determining an optimal weight function (lifter) for a weighted cepstral distance measure is proposed to improve the performance of speech recognition systems. The weight function is chosen to minimize error between the reference pattern and training data, which d
※ AI-Helper는 부적절한 답변을 할 수 있습니다.