메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제25권 제2호
발행연도
1998.2
수록면
294 - 302 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 음성인식을 위해서 DHMM을 변형한 퍼지기반 특징 파라미터 가중(FFW fuzzy based feature-parameter weighting) DHMM을 제안한다. FFW-DHMM 에서 출력확률은 특징 파라미터에 대한 퍼지가중과 상대 모델링에 의해서 추정된다.
일반적인 DHMM에서, 출력확률 자체는 각 상태에서 상태 의존 특징 파라미터의 중요도를 반영하지 않고 있다. 출력확률에 대한 각 특징 파라미터의 기여도는 상태별로 다르며, 그려한 차이가 출력확률에 대한 각 특징 파라미터의 중요도를 나타낸다. 각 상태별로 유효한 특징파라미터의 중요도를 구하기 위해서, 각 특징 파라미터에 대한 출력분포에 대한 엔트로피 값을 사용하며, 계산된 엔트로피 값에 퍼지함수를 적용하여 얻어진 값을 각 특징 파라미터에 대한 가중치 요소로 사용한다. 이러한 상태별 특징 파라미터의 가중치 이외에, 각 상태의 중요도를 FFW-DHMM의 출력확률에 반영한다.
실험결과, 제안된 방법이 기존의 DHMM 에 비해 1.4% 향상된 결과를 나타내었으며, 출력확률 계산 시 상태 가중 방법을 적용한 결과 2.1%의 성능향상을 얻을 수 있었다. 이러한 결과는 제안된 상태 의존 특징 파라미터 가중과 상태 가중의 사용이 향상성 인식율을 얻는데 주요하며, 결과적으로 제안된 방법이 HMM을 위한 강인한 출력확률의 추정을 위한 대안으로 유용함을 보여준다고 할 수 있다.

목차

요약

Abstract

1. 서론

2. HMM에 기반한 음성인식

3. 퍼지목적함수에 의한 상태의존 특징파라미터 가중

4. 실험 및 결과

5. 결론

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017749310