최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 계명대학교 KeiMyung University |
---|---|
연구책임자 | 정용주 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2018-11 |
과제시작연도 | 2017 |
주관부처 | 교육부 Ministry of Education |
과제관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO201900025973 |
과제고유번호 | 1345272258 |
사업명 | 개인기초연구(교육부) |
DB 구축일자 | 2020-09-05 |
키워드 | 대용량연속음성인식.잡음음성인식.특징보상.음향모델보상.연동학습.서브네트워크 DNN.DNN.VTS.Tandem. |
□ 연구개요
o 인식기의 음향모델이 DNN기반으로 바뀜에 따라서 기존의 잡음제거 및 보상 방식를 대처할 수 있는 새로운 알고리듬의 개발이 요구된다.
o GMM과 마찬가지로, DNN 기반 음성인식기에 대해서도 잡음신호에 대한 특징보상이나 모델보상이 적용되지 않을 경우에 인식성능의 상당한 성능 저하를 초래한다는 것을 기존의 연구 결과로 부터 알 수 있다.
o 따라서 본 연구과제에서는 이러한 점들에 착안하여 제안된 과제의 목표를 “DNN기반 대용량 음성인식기에서의 인식잡음음성에 대한 음성특징 보상 및 음향모델 보상을 위한
※ AI-Helper는 부적절한 답변을 할 수 있습니다.