주성분 해석기법에 의한 음성 특징벡터 추출 및 인식 성능 평가
Performance Evaluation for Speech Recognition and Extraction of the Speech Characteristic Vector by using the Principal Component Analysis Method
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구에서는 기존 방법과는 달리, 음성의 특징추출의 한 방법으로 음성의 통계적인 특성들을 고려하여 입력 공간 내에서 변동량이 가장 많은 방향으로 주축을 발견한 후, 그 정보를 이용하여 데이터의 중복성을 제거하는 주성분 해석기법을 사용하여 음성의 특징을 추출하는 방법을 제안한다. 본 연구에서의 숫자음 인식실험 결과가 기존 멜-켑스트럼을 사용하였을 때와 0.5%의 인식률 차의 유사 인식률을 나타내었다. 한편, 데이터의 통계적 특성을 이용한 최적의 기저벡터를 이용하여 단어나 문장 인식에 적용한다면 보다 더 개선된 인식률을 얻으리라 기대하고 있다.
Abstract
The new method of characteristic extraction is proposed, considering the statistic characteristic of human speech, unlike the conventional methods of the traditional speech characteristic extraction. PCA(Principal Component Analysis) is applied to new this method. Then, the new method is applied to real speech recognition to assess performance. When results of the number recognition in this research and the conventional Mel-cepstrum of speech characteristic parameter are compared, there is 0.5% difference of recognition rate. Better recognition rate is expected than word or sentence recognition in that less convergence time than the conventional method in extracting speech characteristic. Also, Better recognition rate is expected when the optimum vector is used by statistic characteristic of data.
참고문헌 (8)
- Zhao, S. J., "Monitoring of Processes with Multiple Operating Modes through Multiple Principle Component Analysis Models", Ind. Eng. Chem. Res, 43(22), pp.7025~7035 (2004)
- Tuske, Zoltan, "Robust voice activity detection based on the entropy of noise suppressed spectrum", Proc. of Interspeech, pp.245~248 (2005)
- S. Rangachari, "A noise estimation algorithm for highly non-stationary environments", Speech Communication, 48(2), pp.220~231 (2006)
- Venkatasubramanian, V., "Review of Process Fault Detection and Diagnosis Part I: Quantitative Model-based Methods", Comput. Chem. Eng, 27(3), pp.293~311 (2003)
- David Kozel, "Colored Noise Reduction Using Bark Scale Spectral Subtraction, Statics, and Multiple Time Frames", Proc. IEEE International Conference Electro, 2007, 416~421
- Ahmed, B., "A voice activity detector using the chi-sequre test", Acoustics, Speech, and Signal Processing, 2004, pp.I-625-8~ (2004)
- Venkatasubramanian, V., "Review of Process Fault Detection and Diagnosis Part III: Process History Based Methods", Comput. Chem. Eng, 27(3), pp.327~346 (2003)
- "University of Texas Dallas Speech Copus NOIZEUS"[URL]