메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
음성인식은 1970년대 이후 HMM(Hidden Markov Modeling)과 DTW(Dynamic Time Warping)을 이용해서 많이 연구되어 왔다. 하지만 위의 알고리즘은 근본적으로 고립단어를 인식하기 위해서 개발된 관계로 연속 무한단어로의 확장이 용이하지 않아 어려움을 겪고있다. 1980년대 이후 다층인식자, 회귀구조신경망, 자율신경망 등이 연속 대용량의 단어인식에 적합하다고 알려져 왔다. 영어와 일어의 음소를 인식하는 많은 연구가 되어왔지만, 아직까지 한국어의 음소를 만족스럽게 인식하는 시스템은 개발되지 않았다.
이 논문에서는 TDNN(Time - Delay Neural Network)이 time-shift invariance의 특징에 의해 연속 음성인식에 좋은 성능을 발휘함을 알고 한국어 음소인식 시스템에 대해 설명한다. 이 시스템은 모든 한국어 음소는 자음과 모음으로 구분된다는 특징과 이 자음/모음은 또한 여러 개의 작은 단위로 구분할 수 있다는 사실을 이용한다. 적절한 실험을 통해서 음소 전체 인식률은 87.75%를 얻었으며, 이 음소인식 시스템을 연속음성을 인식하는 방법으로 후처리과정을 삽입하여 단순히 적용된 결과보다 더 좋은 결과를 얻었다.

목차

요약문

Ⅰ. 서론

Ⅱ. 입력패턴과 TDNN의 구조

Ⅲ. 음소인식 알고리즘

Ⅳ. 결과

Ⅴ. 결론 및 검토

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017918044