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

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문에서는 동적정합법에 의해서 구해진 음향적 분절을 이용한 음성인식 모델의 구성과 모델의 관측확률 향상을 위해서 관측심벌과 코드북 심벌간의 거리를 이용한 평활화 방법을 제안한다.
실험결과, 제안된 방법이 기존의 이산형 HMM에 비해서 학습시간의 경우 1/20정도 적게 걸렸으며, 115단어를 대상으로한 화자독립 실험에서 기존의 이산형 HMM보다 60% 오류율을 감소 시킴을 알 수 있었다.

목차

요약

1. 서론

2. 단어종속음향분절 모델

3. 거리에 기반한 평활화

4. 인식시스템 및 실험환경

5. 실험내용 및 결과

6. 결론

참고문헌

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017922777