대화체 음성인식을 위한 음소분할기
Phoneme Segmenter for Applying to Spontaneous Speech Recognition
0
조회
0
다운로드
0
인용
0
참고문헌
초록
본 연구는 자연음성의 인식을 위하여 신경회로망을 기초로 한 음소 분할기에 대하여 기술하였다. 자연음성의 인식을 위한 음소 분할기의 입력으로는 16차 멜 스케일의 FFT, 정규화된 프레임 에너지, 0∼3[KHz] 주파수 대역 및 그 이상의 대역에서의 에너지 비를 사용하였다. 모든 특징들은 두개의 연속적인 10[msec] 프레임의 차이며, 본 연구에 사용한 음소분할기는 하나의 72입력을 가지는 은닉층 퍼셉트론, 20은닉노드 및 하나의 출력노드로 구성하여 사용하였다. 자연음성에 대한 음소분할의 정확도는 7.8%삽입을 가지는 78%를 얻을 수 있었다.
Abstract
This research describes a neural network-based phoneme segmenter for recognizing spontaneous speech. The input of the phoneme segmenter for spontaneous speech is 16th order mel-scaled FFT, normalized frame energy, ratio of energy among 0∼3[KHz] band and more than 3[KHz] band. All the features are differences of two consecutive 10 [msec] frame. The main body of the segmenter is single-hidden layer MLP(Multi-Layer Perceptron) with 72 inputs, 20 hidden nodes, and one output node. The segmentation accuracy is 78% with 7.8% insertion.
참고문헌 (9)
- R. Schwartz, "Where the phoneme Are: Dealing with Ambiguity in Acoustic-Phonetic Recognition", IEEE Trans, 23, pp.50~53 (2006)
- V. W. Zue, "The Use of Speech Knowledge in Automatic Speech Recognition", Processings of The IEEE, 73, pp.1602~1615 (2006)
- C.J. Weinstein, "A System for Acoustic-Phonetic Analysis of Continuous Speech", IEEE Trans, 23, pp.54~67 (2005)
- D.B.Grayden, "Phonemic Segmentation of Fluent Speech", pp.73~76 (2004), Proc
- L.Buniet, "Continuous Speech Segmentation with the Gamma Memory Model", pp.1685~1688 (2005), Proc
- A. J. Rubio, "Preliminary Results on Speech Signal Segmentation with Recurrent Neural Networks", pp.2197~2200 (2005), Proc
- Y. Suh, "Phoneme segmentation of continuous speech using multi-layer perceptrons", pp.1293~1296 (2005), Proc of ICSI
- Y. Lee, "Improving the error back-propagation algorithm", pp.772~777 (2007), Proc ICONIP
- 김기원, "비디오와 오디오 스트림을 이용한 비디오 인덱싱 모델", 한국지식정보기술학회 논문지, 2(3), pp.31~36 (2007)