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
학술대회자료
저자정보
오세홍 (육군사관학교) 육태경 (육군사관학교) 김주안 (육군사관학교) 박윤서 (육군사관학교) 박주현 (육군사관학교)
저널정보
한국정보통신학회 한국정보통신학회 종합학술대회 논문집 한국정보통신학회 2024년도 춘계종합학술대회 논문집 제28권 제1호
발행연도
2024.5
수록면
170 - 173 (4page)

이용수

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

초록· 키워드

오류제보하기
Transformer 기반 음성인식 모델들의 발전으로 음성인식 모델의 성능이 크게 향상되었다. 이러한 모델들은 대규모의 음성데이터를 학습하여, 소음 또는 잡음을 가지고 있는 음성데이터에 대해서도 준수한 성능을 발휘한다. 그러나 음성보다 훨씬 큰 전장소음(총, 포탄 소리)을 포함하는 음성에 대해서는 상대적으로 좋은 성능을 발휘하지 못한다. 본 연구에서는 OpenAI의 Whisper 모델을 사용하여 전장소음이 음성인식 모델의 성능에 끼치는 영향을 확인하고, 전장소음에 강건한 모델로 개선하기 위해서 디노이징 기법과 파인튜닝을 적용하였다. 디노이징 기법과 파인튜닝을 통하여 전장소음의 강도 및 모델의 종류에 따른 에러율을(CER, Character Error Rate) Medium모델 기준 평균 35% 감소시킴으로써 강도 높은 소음이 존재하는 실제 전장 환경에서도 개선된 Whisper 모델이 효과적으로 활용될 수 있음을 시사한다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 연구방법
Ⅳ. 실험환경 및 실험결과
Ⅴ. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0