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
- 2016.3
- 수록면
- 471 - 476 (6page)
이용수
이 논문의 연구 히스토리 (5)
2017
2016
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 음성 특성 지표를 이용한 음성 인식 성능 예측 실험의 내용을 소개한다. 선행 실험에서 효과적인 음성 인식 성능 예측을 위해 대표적인 음성 인식 성능 지표인 단어 오인식률과 상관도가 높은 여러 가지 특성 지표들을 조합하여 새로운 성능 지표를 제안하였다. 제안한 지표는 각 음성 특성 지표를 단독으로 사용할 때 보다 단어 오인식률과 높은 상관도를 나타내 음성 인식 성능을 예측하는데 효과적임을 보였다. 본 실험에서는 이 결과를 근거하여 조합에 사용된 음성 특성 지표를 채택하여 4차원 특징 벡터를 생성하고 GMM 기반의 음성 인식 성능 예측기를 구축한다. 가우시안 요소를 증가시키며 실험한 결과 제안된 시스템은 babble 잡음, 자동차 잡음에서 모두 SNR이 낮을수록 단어 오인식률을 높은 확률로 예측함을 확인하였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 음성 특성 지표
Ⅲ. 음성 인식용 데이터베이스 검증 시스템
Ⅳ. 음성 특성 지표를 이용한 음성 인식 성능 예측
Ⅴ. 실험 및 결과
Ⅵ. 결론
REFERENCES
참고문헌 (10)
참고문헌 신청
S. -Y. Yoon, L. Chen and K. Zechner, “Predicting Word Accuracy for the Automatic Speech Recognition of Non-native Speech,” Interspeech-2010, pp. 773-776, 2010.
W. Kim and J. H. L. Hansen, “Phonetic Distance Based Confidence Measure,” Signal Processing Letters, IEEE vol. 17, no.2, pp. 121-124, Feb. 2010.
S. Ji and W. Kim, “A Study on Speech Measure Analysis for Speech Recognition Accuracy Estimation in Noisy Environments,” A Conference of Acoustical Society of Korea, vol. 34, no. 1, pp. 46, May 2015.
S. Ji, J. Cho and W. Kim, “Development of Database Verification System for Automatic Speech Recognition,” KCC2015, vol. 34, pp. 719-720, June 2015.
S. Ji and W. Kim, “A Study on Effective Speech Recognition Performance Measure using MFCC Similarity,” KSCSP- 2015, vol. 32, no. 1, pp.220-222, Aug. 2015.
W. Kim and J. H. L. Hansen, “Phonetic Distance Based Confidence Measure,” Signal Processing Letters, IEEE vol. 17, no.2, pp. 121-124, Feb. 2010.
S. Ji and W. Kim, “A Study on Speech Measure Analysis for Speech Recognition Accuracy Estimation in Noisy Environments,” A Conference of Acoustical Society of Korea, vol. 34, no. 1, pp. 46, May 2015.
S. Ji, J. Cho and W. Kim, “Development of Database Verification System for Automatic Speech Recognition,” KCC2015, vol. 34, pp. 719-720, June 2015.
S. Ji and W. Kim, “A Study on Effective Speech Recognition Performance Measure using MFCC Similarity,” KSCSP- 2015, vol. 32, no. 1, pp.220-222, Aug. 2015.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
음성 인식용 데이터베이스 검증시스템을 위한 새로운 음성 인식 성능 지표
한국정보통신학회논문지
2016 .03
-
효과적인 음성 인식 평가를 위한 심층 신경망 기반의 음성 인식 성능 지표
한국정보통신학회논문지
2017 .12
-
실차기반 음성인식 평가방법 연구
한국자동차공학회 춘계학술대회
2015 .05
-
촬영 현장의 음성 인터페이스 적용을 위한 음성인식 성능 비교 연구
한국정보과학회 학술발표논문집
2019 .06
-
음성 통계 모형에 따른 음성 왜곡량 감소를 위한 비선형 음성강조법
한국전자통신학회 논문지
2021 .01
-
음성 인식 정확도 개선을 위한 언어모델 적용에 관한 연구
한국정보과학회 학술발표논문집
2021 .12
-
음성 인식 인식률 향상을 위한 단어 평가에 관한 연구
한국통신학회 학술대회논문집
2020 .08
-
단어 음성데이터베이스를 이용한 백색잡음 중의 음성분류
Proceedings of KIIT Conference
2016 .06
-
Welcoming Speech
AFORE
2018 .08
-
Welcoming Speech
AFORE
2017 .11
-
Welcoming Speech
AFORE
2015 .11
-
Welcoming Speech
AFORE
2015 .11
-
한글 단어 및 문장의 음성 인식률 향상을 위한 음성 인식 API 개발
한국정보기술학회논문지
2019 .11
-
클라우드 기반의 음성인식 오픈 API의 응용 분야별 한국어 연속음성인식 정확도 비교 분석
한국통신학회논문지
2020 .10
-
원거리 음성인식 환경에서의 향상된 음성전력 추정
한국통신학회 학술대회논문집
2017 .06
-
음성 인식 기술 및 음성 합성 기술의 상용화
정보과학회지
2024 .09
-
연속어 음성인식을 위한 심화신경망 기반의 음성향상기술 비교 연구
한국통신학회 학술대회논문집
2017 .06
-
잡음 환경에 효과적인 음성인식을 위한 특징 보상 이득 기반의 음성 향상 기법
한국음향학회지
2019 .01
-
모의 소음과 실 소음 환경에서 음성인식 성능 비교
제어로봇시스템학회 국내학술대회 논문집
2015 .05
-
딥러닝 기반 음성인식
정보과학회지
2019 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2016-559-002760415