상태레벨 공유를 이용한 MLLR 적응화의 회귀클래스 생성에 관한 연구

오세진; 성우창; 김광동; 노덕규; 송민규; 정현열

추천

검색

자료유형: 학술저널

저자정보: 오세진 (한국천문연구원 KVN 사업본부) 성우창 (영남대학교 전자정보공학부) 김광동 (한국천문연구원 KVN 사업본부) 노덕규 (한국천문연구원 KVN 사업본부) 송민규 (한국천문연구원 KVN 사업본부) 정현열 (영남대학교 전자정보공학부)

저널정보: 한국음향학회 한국음향학회지 한국음향학회지 제22권 제8호

발행연도: 2003.1

수록면: 727 - 739 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2003

상태레벨 공유를 이용한 MLLR 적응화의 회귀클래스 생성방법

오세진 , 김광동 , 노덕규 외 3명 한국통신학회 학술대회논문집 2003.07 학술대회자료

상태레벨 공유를 이용한 MLLR 적응화의 회귀클래스 생성에 관한 연구

오세진 , 성우창 , 김광동 외 3명 한국음향학회지 2003.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 논문에서는 HM-Net (Hidden Markov Network)을 다양한 태스크에의 적용과 화자의 특성을 효과적으로 나타내기 위해 HM-Net 음성인식 시스템에 MLLR (Maximum Likelihood Linear Regression) 적응방법을 도입하였으며, HM-Net 학습 알고리즘을 개량하여 회귀클래스 생성방법을 제안한다. 제안방법은 PDT-SSS (Phonetic Decision Tree-based Successive State Splitting)알고리즘의 문맥방향 상태분할에 의한 상태레벨 공유를 이용한 방법이다. 즉, 문맥방향의 각 상태에 적응화자 음성데이터에 포함된 문맥정보를 분할하여 적응화될 음소환경을 결정하는 것이다. 따라서 제안방법은 새로운 화자로부터 문맥정보와 적응화 데이터의 발성 양에 의존하여 결정된 많은 적응 파라미터들을 (평균, 분산) 자유롭게 제어할 수 있게 된다. 제안방법의 유효성을 확인하기 위해 국어공학센터 (KLE) 452 데이터와 항공편 예약관련 (YNU200) 연속음성을 대상으로 인식실험을 수행한 결과, 음소인식, 단어인식, 연속음성인식에 대해서, 평균 34∼37%, 평균 9%, 평균 20%의 성능 향상을 각각 보였다. 또한 적응화 데이터의 양에 따른 인식성능 비교에서 제안방법을 적용한 인식 시스템이 적응 데이터의 양이 적은 경우에도 향상된 인식률을 보여 MLLR 적응방법의 특성을 만족하였다. 따라서 MLLR 적응방법을 도입한 HM-Net 음성인식 시스템에 제안한 회귀클래스 생성방법이 유효함을 확인할 수 있었다.

#상태레벨 공유 #회귀 클래스 #PDT-SSS 알고리즘 #MLLR 적응화

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!