본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

초록보기

일반적인 음성인식 시스템은 조용한 인식 환경에서는 높은 인식성능을 나타내지만 잡음이 존재하는 실제환경에서는 그 성능이 급격히 저하한다. 본 논문에서는 다양한 잡음환경에서도 강인한 음성인식기를 구현하기 위하여, 주파수의 변이도를 이용하여 음성인식을 위한 환경 정보를 얻고 이를 음성 인식을 위한 모델 개선에 적용하여 성능향상을 도모하는 환경정보 지식에 기반한 주파수 변이 적응 PMC (Parallel Model Combination adaptation using frequency-variant based on environment – awareness : FV-PMC) 방법을 제안한다. 이 방법은 미리 분류된 각 잡음군 간의 평균 주파수 변이도를 미리 계산하여 임계치로 설정하고 미지의 잡음이 포함된 음성이 입력되면 각 잡음 군과의 주파수 변이도를 다시 계산하여 해당 잡음군의 임계치 보다 높을 경우 그 잡음 군의 잡음이 포함된 음성으로 간주하여 이 잡음 군이 포함된 음성을 이용하여 생성된 인식모델을 이용하여 음성인식을 수행한다. 제안한 FV-PMC 방법을 이용하여 잡음을 분류 하였을 경우 평균 분류 정확도는 56%를 보였고 이를 이용해 음성인식 실험을 실시한 결과 Set A의 평균인식률은 79.05%, Set B의 평균인식률은 79.43%, Set C의 평균인식률은 83.37%로 나타났다. 전체 평균인식률 80.62%로 기존의 깨끗한 모델을 이용한 PMC 인식률 74.93% 보다 5.69% 향상된 결과를 보여 제안한 방법의 유효성을 확인할 수 있었다.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
다중모드 광대역 Tonpilz 트랜스듀서의 설계 및 제작 김진욱, 김회용, 노용래 pp.191-198

1.75D 초음파 트랜스듀서의 설계 및 제작 이원석, 노용래 pp.199-207

캠축의 구조 진동 응답 및 응력 최명진 pp.208-213

음질 평가법의 표준과 연구 동향 : 전송 처리음 분야 오원근 pp.214-226

교차 예측 기반의 보컬 추정 방법을 이용한 SAOC Karaoke 모드에서의 음질 향상 기법에 대한 연구 이동금, 박영철, 윤대희 pp.227-236

캐비테이션 터널 시험용 청음기배열 최적 설계기법 박철수, 설한신, 김건도, 박영하 pp.237-246

Matrix Pencil 기법을 이용한 근거리 음원 위치 추정 기법 정태진, 이수형, 윤경식, 이균경 pp.247-251

주파수 변이를 이용한 Parallel Model Combination 모델 적응에 기반한 잡음에 강한 음성인식 최숙남, 정현열 pp.252-261

음성압축 방식의 변화가 한국어 단음절 숫자 인지기능에 미치는 영향의 비교 연구 임덕환, 원유경 pp.262-268

국가기록원 음성 기록물의 복원과 분석 오세진, 강홍구 pp.269-278

스펙트럼 변이 기반의 향상된 음성 존재 불확실성 추적 기법을 이용한 Global Soft Decision 김종웅, 장준혁 pp.279-285

참고문헌 (21건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Yao., E. Visser., O. W. Kwon., T. W. Lee, (2003),“A seech processing front-end with eigenspace normalization for robust speech recognition in noisy automobile environments,” Proc. Eurospeech, 9-12. 미소장
2 Seon-Mi Gang, (1997), “Study on speech recognition under noisy environments” , J. Inst. Ind. Tech., 3, 301-318. 미소장
3 Enhancement and bandwidth compression of noisy speech 네이버 미소장
4 Y. Ephraim., D. Malah., B. H. Juang, (1992), “On the application of hidden markov models for enhancing noisy speech,” Proc. ICASSP, 533-536. 미소장
5 J. C. Junqua., J. P. Haton, (1996), Robustness in Automatic Speech Recognition: Fundamentals and Applications, ,Kluwer Academic Publishers. 미소장
6 Y. H. Suk., S. H. Choi., H. S. Lee, (2005), “Cepstrum PDF normalization method for Speech recognition in noise environment”, J. Acoust. Soc. Kr., 4(s) 24, 224-229. 미소장
7 Spectral slope distance measures with linear prediction analysis for word recognition in noise 네이버 미소장
8 Juang, B. H., Rabiner, L., Wilpon, J., (1986), “On the use og bandpass liftering in speech recognition,” ICASSP, 765-768. 미소장
9 A. Nadas., D. Nahamoo., M. Picheny, (1988), “Speech recognition using noise adaptive prototypes,” Proc. ICASSP, 517-520. 미소장
10 Gue-Jun Jung., Hoon-Young Cho., Yung-Hwan Oh, (2001), “Improved compensation of dynamic parameter in PMC for robust speech recognition”, J. Acoust. Soc. Kr., 1(s) 20, 183-186. 미소장
11 K. C. SIM, M.T. LUONG, (2011),“A trajectory-based parallel model combination with a unified static and dynamic parameter compensation for noisy speech recognition,” ASRU, 107-112. 미소장
12 G.H. Shen., H.Y. Jung., H. Y. Chung, (2008), “A noise robust speech recognition method using model compensation based on speech enhancement”, J. Acoust. Soc. Kr., 4(s) 27, 191-199. 미소장
13 Hadi Veisi., Hossein Sameti, (2012), “Cepstral-domain hmm - based speech enhancement using vector taylor series and parallel model combination,” ISSPA, 298-303. 미소장
14 Philipos C.Loizou, (2007), Speech Enhancement -Theory and Practice, ,CRC Press, Florida. 미소장
15 Varga A.., Moore R.,(1990), “Hidden markov model decomposition of speech and noise,” ICASSP, 845-848. 미소장
16 Nakamura., S. Qiang Hou., Shikano., K., (1997),“Model adaptation based on hmm decomposition for reverberant speech recognition,” ICASSP, 21-24. 미소장
17 G. J. Jung, (2002), “Improved on-line model compensation for robust speech recognition”, Master's thesis. 미소장
18 Gales,M.., Young S.,(1993), “HMM recognition in noise using parallel model combination,” EUROSPEECH, 837-840. 미소장
19 M. J. F. Gales., S. Young, (1996), “Robust continuous speech recognition using parallel model combination,” IEEE TSAP, 4, 352-359. 미소장
20 Rabiner, lr., Juang, bh, (1993),Fundamentals of Speech Recognition,, Prentice-Hall, New Jersey. 미소장
21 H.-G Hirsch., D. Pearce, (2000), “The AURORA experimental framework for the performance evaluation of speech recognition systems under noisy conditions,” ISCA ITRW ASR. 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기