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
정용주 (계명대학교) 정민우 (계명대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제11권 제3호(JKIIT, Vol.11, No.3)
발행연도
2013.3
수록면
45 - 51 (7page)
DOI
10.14801/kiitr.2013.11.3.45

이용수

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

초록· 키워드

오류제보하기
기존의 VTS(Vector Taylor Series) 기반의 잡음음성인식 방식에서는 깨끗한 음성데이터를 이용하여 음향모델을 훈련한 후 VTS를 사용하여 원래음성을 추정하거나 새로운 잡음음성에 대한 음향모델의 파라미터 값을 적응하는 방식을 사용하였다. 그러나 이러한 접근 방식은 잡음음성을 이용하여 미리 훈련된 음향모델을 사용하지 못하는 단점이 있다. 깨끗한 음성으로 훈련된 음향모델 대신에 MTR(Multi-condition TRaining)이나 MMSR(Multi-Model based Speech Recognition) 방식으로 훈련된 잡음음성 음향모델을 VTS 알고리듬에 직접 사용함으로서 보다 나은 잡음음성인식 성능이 가능하리라 생각된다. 본 논문에서는 이러한 점에 착안하여 채널잡음을 고려한 인식잡음음성과 훈련잡음음성간의 수학적 관계식을 로그스펙트럼 영역에서 유도하였으며 이를 VTS를 이용하여 근사화한 후 훈련잡음음성에 대한 MMSE(Minimum Mean Square Error)를 통해서 인식잡음음성과 훈련잡음음성간의 불일치를 줄이도록 하였다. 제안된 방식을 MMSR 및 MTR 방식으로 훈련된 잡음음성 음향모델에 적용하였으며, Aurora 2 데이터베이스를 이용한 잡음음성인식실험 결과 MMSR 및 MTR 방식에 비해서 각각 10.3%와 10.8%의 상대적인 단어 오인식 감축률을 얻을 수 있다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 잡음음성 음향모델 기반의 VTS 알고리듬
Ⅲ. 실험결과
Ⅳ. 결론
참고문헌

참고문헌 (10)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-560-003164563