향상된 음성인식을 위한 MLM 기반 오인식 단어 교정기법
MLM-based Misrecognized Word Correction for Speech Recognition
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구에서는 음성인식 결과의 정확도를 향상하기 위해 발음 유사성에 기인한 오인식 단어를 효과적으로 교정할 수 있는 전후처리 기법을 제안한다. 제안 시스템은 세 단계로 구성된다. 첫째, MMSE(Minimum Mean Square Error) 기반 로그 스펙트럼 추정과 고주파 강조 필터를 적용한 주파수영역 잡음 제거를 통해 신호대잡음비를 향상한다. 둘째, KoBERT 기반의 MLM(Masked Language Modeling)을 활용하여 문맥적으로 부적절한 단어를 탐지한다. 셋째, 한국어 음운 특성을 반영한 자모단위 Levenshtein Distance 알고리즘을 이용하여 최종 교정 단어를 선택한다. 오인식 단어가 포함된1,000개의 한국어 문장을 대상으로 한 실험에서, 제안 기법은 기존기법과 비교해 WER(Word Error Rate) 을 9.2%에서 4.7%로 감소시켰다. 또한, 오인식 단어 탐지에서는 최대 96.4%의 탐지 정확도를 보였다. 결론적으로, 제안 기법을 통해 실제 음성인식 시스템의 품질을 유의미하게 향상할 수 있음을 입증한다.
Abstract
In this study, we propose an integrated approach to improving the accuracy of Korean speech recognition by addressing phonetic similarity-induced misrecognitions. The proposed system combines three key components: (1) enhancing the signal-to-noise ratio through frequency-domain noise reduction using Minimum Mean Square Error (MMSE)-based log-spectral estimation and a high-pass emphasis filter, (2) detecting contextually inappropriate words using KoBERT-based Masked Language Modeling (MLM), and (3) selecting the final correction word using Jamo-level Levenshtein Distance, which reflects the phonetic characteristics of the Korean language. In an experiment conducted on 1,000 Korean sentences containing misrecognized words, the proposed method reduced the Word Error Rate (WER) from 9.2% to 4.7% compared to the baseline. In addition, the proposed method achieved a maximum detection accuracy of 96.4% for misrecognized words. In conclusion, the proposed method was verified to significantly improve the performance of real-world speech recognition systems.