음성인식기와 실시간 단어음성 인식에 관한 연구
An Implementation of Real-Time Speech Recognition System for Word Recognition
초록/요약
본 논문은 실시간으로 구동하는 음성인식기를 HIMM(Hidden Markov Model)을 이용하여 구현하였고 이를 응용하여 그 안식한 결과를 번역해주는 시스템을 구현하였다. 기존의 실시 간 음성인식기의 경우와 같은 잡음이 전혀 없는 실험실 환경에서 인식이 아닌 어느 정도 생활 환경 잡음이 있는 환경 하에서 인식이 가능하였다. 번역에 사용된 방법으로는 기존의 전 자 사전에서 많이 사용되는 1:1 대칭 방식을 사용하였다. 구현한 인식기에서는 HMM과 13차 멜 스트럼 계수를 사용하여 음성의 특징 추출을 하 였고 이것을 음성 인식에 사용하였다. 주로 실험에 사용한 단어로는 흔히 일반 가정에서 사용되는 가전제품의 조작과 컴퓨터의 조작 중에 가장 많이 사용하는 단어 50가지를 선별하여 구성하였다. 음성 구간 검출을 끝점 검출 알고리듬을 사용하였고 알고리듬의 입력 파라메터로 가중 단구간 에너지와 가중 단구간 영교차률을 이용하였다. K-means 집단화 알고리듬을 사용하여 벡터 양자화하여 크기가 64인 코드북을 생성시켰다. 음성 인식 실험결과로 3.7%의 인식률을 나타내었다. | 이러한 음성인식기의 응용 분야로써는 공장 자동화, 홈 오토메이션, 장애인 생활환경 제 어장치, 자동 통번역 시스템, 음성명령을 이용한 컴퓨터의 사용 등이 있다.
more목차
제1장 서론 1
제1절 음성 인식의 개요 1
제2절 논문의 목적 2
제3절 논문의 구성 3
제2장 음성신호의 발생과 분석 4
제1절 음성 신호의 발생 4
제2절 음성 신호의 분석 6
제3절 시간 영역에서의 분석 6
제4절 주파수 영역에서의 분석 10
제3장 음성 인식 기술 16
제1절 동적 시간 신축 16
제2절 벡터 양자화 18
제3절 Hidden Markov Model 25
제4장 실시간 음성 인식 시스템 35
제1절 음성 인식 시스템의 구성 개요 35
제2절 음성의 끝점 검출부 37
제3절 음성의 특징 추출 41
제4절 시스템에서의 벡터 양자화 42
제5절 HMM을 이용한 단어 인식 43
제5장 실시간 음성 인식 실험 및 결과 44
제1절 음성 데이터의 구성 44
제2절 실험 결과 46
제6장 결론 50
참고문헌 52
