무성인식을 위한 조음위치에 따른 물리센서 기반 한국어 자음 분류
Korean Consonant Classification based on Physical Sensor according to the Articulation Position for the Silent Speech Recognition
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
후두출 환자나 발음장애가 있는 사람은 음성인식 기술을 사용하지 못하는 불편함이 있다. 이러한 문제를 극복하기 해 발성이 필요 없는 무성인식(Silent Speech Recognition)이 발하고 있다. 본 논문에서는 물리센서 (Physical Sensor)를 이용하여 의 움직임을 감지하고 한국어 무성 자음 ‘ㄱ’, ‘ㄷ’, ‘ㅂ’, ‘ㅅ’, ‘ㅈ’, ‘ㅊ’, ‘ㅋ’, ‘ㅌ’, ‘ㅍ’, ‘ㅎ’ 의 조음 치를 분류하는 방법을 제안한다. 세 개의 특징 추출 알고리즘 VAR(Variance), CC(Cepstral Coefficient), LPC(Linear Predict coding Coefficient)와 ANN(Artificial Neural Network) 분류기를 통해 수집된 데이터를 5개의 조음 치로 분류하다. 조음 치를 분류하는 실험을 통해 평균 79.5%의 정확도를 얻었 다.
Abstract
A patient with laryngectomy or a person with pronunciation problem has inconvenience of not using voice recognition technology. To solve it, the silent speech recognition technology has been emerged. In this paper, the proposed method detects movement of tongue using physical sensor and classifies the articulation position of Korean silent consonants such as‘ㄱ’, ‘ㄷ’, ‘ㅂ’, ‘ㅅ’, ‘ㅈ’, ‘ㅊ’, ‘ㅋ’, ‘ㅌ’, ‘ㅍ’, ‘ㅎ’. Three feature extraction algorithms such as VAR(Varian), CC(Cepstral Coefficient), LPC(Linear Predict coding Coefficient) and ANN(Artificial Neural Network) classifier can recognize collected data into five articulation positions. Experimental results show that the classification accuracy of the proposed method is about 79.5%.
참고문헌 (18)
- 홍경순, "장애인의 스마트 기기 접근성 제고를 위한 개선방안 연구", 재활복지공학회논문지, 9(1), pp.23~28 (2015), 한국재활복지공학회[DOI]
- 손귀영, "응급상황 음성을 통한 성별간의 발화행태 특성 분석", 한국차세대컴퓨팅학회 논문지, 12(1), pp.55~65 (2016), 한국차세대컴퓨팅학회
- B. Denby, "Silent Speech interfaces", Journal of Speech Communication, 52(4), pp.270~287 (2010)
- 김덕환, "안면근육 표면근전도 신호기반 근육 조합 최적화를 통한 단모음인식", 전자공학회논문지, 53(3), pp.143~150 (2016), 대한전자공학회
- Xu, K., "Development of a 3D tongue motion visualization platform based on ultrasound image sequences", Proceedings of the 18th international congress of phonetic sciences (2015)
- P. Ghane, "Robust Understanding of EEG Patterns in Silent Speech", Aerospace and Electronics Conference (2016)
- Wenshi Li, "Silent Speech Interface Design Methodology and Case Study", Chinese Journal of Electronics, 25(1) (2016)
- Abdelkareem Bedri, "Georgia Tech, Zehua Guo, Microsoft, “Toward Silent-Speech Control of Consumer Wearable”", Computing in science & engineering, 48(10), pp.54~64 (2015)
- 신진호, "조음위치에 따른 다중모션 센서 기반 한국어 자음 인식", 한국차세대컴퓨팅학회 춘계학술발표대회 논문집 (2016)
- 김재정, "국어의 음운 체계", 고시월보, pp.12~22 (1999)
- K. Kua, "Feature Extraction and Classification for Automatic Speaker Recognition System – A Review", International Journal of Advanced Research in Computer Science and Software Engineering, 5(1), pp.1~6 (2015)
- Bageshree Sathe-Pathak, "Conversion of one Emotional state to other of a Speech Signal using Artificial Neural Network", International Conference on Next Generation Computing Technologies, pp.831~835 (2016)
- Mosarrat Jahan, "Sub-vocal Pho neme-Based EMG Pattern Recognition and its Application in Diagnosis", India Conference, pp.17~20 (2016)
- 하지수, "통합 전자전에서 기계학습을 이용한 위협체 역추정 모델링", 한국차세대컴퓨팅학회 논문지, 11(5), pp.43~52 (2015), 한국차세대컴퓨팅학회
- 고종민, "MRI를 이용한 치매 진단을 위한 패턴인식 기법의 비교분석", 한국차세대컴퓨팅학회 논문지, 12(4), pp.47~57 (2016), 한국차세대컴퓨팅학회
- Ramitha R S, "Sparse Linear Prediction Coeffcients for Isolated Speech Recognition", Communication & Computing India, pp.534~538 (2015)
- S. P. Arjunan, "Vowel recognition of English and German language using Facial movement SEMG) for Speech control based HCI", Proceedings of the HCS NetWorkshop on Use of Vision in Human-Computer Interaction (2006)
- H. Manabe, "Multi-stream HMM for EMG-Based Speech Recognition", Proceedings of the 26th Annual International Conference of IEEE EMBS (2004)