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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
SK텔레콤 Telecommunications Review Telecommunications Review 제13권 제5호
발행연도
2003.1
수록면
662 - 668 (7page)

이용수

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

초록· 키워드

오류제보하기
히든 마코프 모델(HMM) 기반의 음성인식에서 문맥종속 음향모델 파라미터의 공유는 대어휘 음성인식에서 뿐만아니라 가변어휘 음성인식에서 제한된 훈련 데이터로부터 얻을 수 있는 음향모델의 정밀도 및 신뢰도를 향상시키기 위한 방법들 가운데 대표적인 수단으로 널리 사용되고 있다. 특히, 가변어휘 음성인식의 경우 훈련환경에서 관측되지 않은 모델들의 적절한 파라미터 추정이 매우 중요한 문제가 된다. 이러한 문제를 해결하기 위한 방법으로 파라미터 공유와 비관측모델 추정이 동시에 가능한 이진 결정트리(binary decision tree)를 많이 이용한다. 본 논문에서는 이진 결정트리를 이용하여 보다 정확한 비관측모델 추정을 하기위해 새로운 트리 성장 중지 기법 및 각 노드에서의 최적 질의문 선택 방법을 제안하고 이들을 두 단계 트리 생성 방법으로 통합한 혼합 트리 생성 구조를 제안한다. 다양한 가변어휘 음성인식 실험을 통하여 첫번째 제안 방법은 기존의 단순한 결정트리 구성 방법에 비하여 평균 32.8%의 인식오류감소율(ERR)을 보여 주었고 두번째 방법은 41.4%의 ERR, 그리고 혼합 트리 생성 방법은 44.1%의 ERR을 보여 주었다. 이상의 결과들로부터 제안한 방법들이 가변어휘 음성인식을 위한 음향모델 공유와 비관측모델 추정에 동시에효과적임을 보여 주었다.
#음성인식 #문맥종속 음향모델 #결정트리 #비관측모델 #Speech recognition #Context-dependent acoustic models #Decision tree #Unseen acoustic models

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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