음성인식구현을 위한 소프트 컴퓨팅 기법의 성능비교
저자
발행사항
서울 : 연세대학교 대학원, 2004
학위논문사항
학위논문(석사)-- 연세대학교 대학원 : 기계공학과. 2004. 2
발행연도
2004
작성언어
한국어
주제어
발행국(도시)
서울
형태사항
61p. ; 26cm
소장기관
The world is turning into an information-oriented society rapidly these days. Among the numerous means of information, speech is more predominant compared to other means of interface, because of the following three reasons.The first reason is in the convenience of the speech. To use other means of interface, users need to be trained to use them, but using speech does not need extra training. The second reason is in the parallelism. It is possible to do other things at the same time while speaking. The third reason is in the capability to input information rapidly at a long distance. By using telephone lines and wireless communications, speech can overcome the distance constraints that other means of interface have. Due to these reasons, there has been much effort to develop speech recognition algorithms. And as the results, various speech algorithms such as hidden markov model(HMM) and dynamic time warping(DTW) were developed.In this study, we studied four different speech recognizing systems using different soft computing techniques. First, we constructed a recognizer using backpropagation neural network(BPN), which is able to adjust proper node connecting weights and biases by learning processes.Second, we constructed a recognizer using Mamdani’s if-then rule based min-max fuzzy inference system(FIS). The if-then rules are gained by the critical analysis of the training speech features, same concept as a look up table. Third recognizer used both FIS and BPN together to increase the speech recognition rate by assisting each other. The last recognizer used fuzzy neural network, which can adjust fuzzy membership function parameters to react appropriately to the given rules by backpropagation learning processes.To verify the studied speech recognizers, actual speech recognition experiments were conducted. As the results, we could confirm that the speech recognition rates rely on speech recognition algorithms along with the number of training patterns, the similarities of the patterns and the diversities of the patterns which were extracted from the same words. Consequently, recognizer using fuzzy neural network showed more efficient speech recognition rates not being much influenced by other factors and saving manual efforts, compared to the other recognizers studied together.
더보기현대 사회는 정보화 사회이다. 다양하고 수많은 정보의 수단 중에서도 음성은 사용함에 있어서 별 다른 사전 훈련이 필요하지 않다는 점, 말을 하면서 동시에 다른 행동이 가능하다는 점, 그리고 유무선 통신망으로 인해 거리 제약이 덜하다는 점 등의 장점을 가지고 있다. 이러한 음성의 장점들 때문에 최근 수년간 음성인식이 가능한 시스템에 관한 연구가 활발히 진행 중이며 그러한 결과로 은닉 마르코프 모델(Hidden Markov Model), 동적 정합법(Dynamic Time Warping)등의 다양한 음성인식알고리즘(Speech recognition algorithm) 등이 소개 되어왔다.본 연구에서는 다양한 소프트 컴퓨팅 기법들 중에서 퍼지추론시스템(Fuzzy inference system)과 인공신경회로망(Artificial neural network), 그리고 이들의 특징과 장점을 조합한 퍼지신경망(Fuzzy neural network)등을 이용하여 네 가지 다른 음성인식기(Speech recognition system)를 연구하였다.인공신경망으로 구현된 첫 번째 인식기에서는 다양한 인공신경망들 중에서도 델타규칙(Delta rule)에 기반한 오류역전파 규칙을 사용하여 노드들간의 연결강도(Connecting weights)를 적합하게 학습시켜주는 오류역전파 신경회로망(Backpropagation neural network)을 사용하였다. 퍼지이론을 이용한 두 번째 인식기에서는 If-Then 퍼지규칙들에 기반한 Mamdaini 직접법(If-Then fuzzy rule based Mamdni’s min-max fuzzy inference system)을 사용하였으며, 추론시스템을 구성하는데 사용된 퍼지 규칙들은 학습패턴들을 면밀히 분석하여 Look-up table 개념으로 엄밀하게(critical) 주어졌다.세 번째 인식기는 전술된 퍼지추론시스템과 역전파 신경망을 단계적으로 사용하여 이들이 독립적으로 사용되었을 때보다 인식율이 향상됨을 연구하였다. 마지막으로 연구된 네 번째 인식기에서는 신경회로망의 오류역전파 학습알고리즘을 이용하여 퍼지추론시스템을 구성하는 멤버십함수(Fuzzy membership function)들의 파라미터(Parameter)들이 퍼지규칙들에 적합하도록 알고리즘 스스로가 학습하는 퍼지신경회로망을 이용하였다.연구된 인식기들의 유효성을 검증하고 성능을 비교분석하기 위하여 실질적인 단일화자 음성인식실험(Single speaker speech recognition experiment)과 다화자 음성인식실험(Multi speaker speech recognition experiment)을 수행하였다. 실험결과 음성인식기의 인식율은 인식기에 사용된 알고리즘의 차이 이외에도, 학습패턴의 수, 학습패턴간의 유사도, 동일한 언어에서 추출된 학습패턴의 다양성 등에 영향을 받음을 확인하였다. 결과적으로 퍼지신경망을 이용한 음성인식기가 다른 알고리즘을 이용한 음성인식기에 비하여 효율적이면서도 기타 다른 요인들에 유연하고 안정된 음성인식율을 보임을 확인하였다.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)