지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2011.7
- 수록면
- 65 - 70 (6page)
이용수
초록· 키워드
오류제보하기
멀티 모델 기반 음성인식시스템에서는 잡음의 종류 및 SNR 값에 따라서 다수의 HMM모델을 훈련과정에서 생성한 후 인식시에는 입력음성의 잡음신호에 가장 근접한 HMM모델을 선택하도록 설계된다. 기존의 연구에서는 입력음성의 SNR(Signal to Nosie Ratio) 값에 가장 가까운 HMM 모델을 선택함으로서 인식성능을 최적화 할 수 있다고 생각되었다. 그러나 실제 실험 결과에 따르면 입력음성과 HMM 모델의 SNR 값이 다소 차이가 나는 경우에 더 나은 성능을 보임을 알 수 있었다. 본 논문에서는 다 모델 기반의 음성인식기에서 입력음성의 SNR 값에 대한 최적의 HMM 모델을 실험적으로 구하였다. Aurora2에 대한 인식실험 결과 기존의 방식에 비해서 실험적으로 최적화된 HMM 모델을 사용할 경우 월등히 우수한 인식성능을 보임을 알 수 있었다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 멀티모델 기반 인식시스템의 개요
Ⅲ. 음성데이터 및 인식시스템
Ⅳ. 실험 결과
Ⅴ. 결론
참고문헌
저자소개
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-566-000475241