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.
초록· 키워드
오류제보하기
Automatic speech recognition has severe performance degradation under noisy environments. To cope with the noise problem, many methods have been proposed. Most of them focused on noise-robust features or model adaptation. However, researchers have overlooked utterance verification (UV) under noisy environments.
In this paper we discuss UV problems based on the normalized confidence measure. First, we show that UV performance is also degraded in noisy environments with the experiments of an isolated word recognition. Then we observe how the degradation of UV performances is suffered. Based on the UV experiments we propose a modeling method of the statistics of phone confidences using sigmoid functions. For obtaining the parameters of the sigmoidal models, the particle swarm optimization (PSO) is adopted. The proposed method improves 20% rejection performance. Our experimental results show that the PSO-NCM can apply noise speech recognition successfully.
In this paper we discuss UV problems based on the normalized confidence measure. First, we show that UV performance is also degraded in noisy environments with the experiments of an isolated word recognition. Then we observe how the degradation of UV performances is suffered. Based on the UV experiments we propose a modeling method of the statistics of phone confidences using sigmoid functions. For obtaining the parameters of the sigmoidal models, the particle swarm optimization (PSO) is adopted. The proposed method improves 20% rejection performance. Our experimental results show that the PSO-NCM can apply noise speech recognition successfully.
목차
ABSTRACT
1. 서론
2. 거절기능 성능평가
3. 잡음 환경의 거절기능 성능 향상
4. 실험 및 실험 결과
5. 결론
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
잡음 환경 하에서의 입술 정보와 PSO-NCM 최적화를 통한 거절 기능 성능 향상
말소리와 음성과학
2011 .06
-
Particle Swarm 기반 최적화 멤버쉽 함수에 의한 잡음 환경에서의 화자인식 성능향상
음성과학
2007 .06
-
잡음음성 음향모델 적응에 기반한 잡음에 강인한 음성인식
말소리와 음성과학
2014 .06
-
향상된 JA 방식을 이용한 다 모델 기반의 잡음음성인식에 대한 연구
음성과학
2006 .06
-
직접데이터 기반의 모델적응 방식을 이용한 잡음음성인식에 관한 연구
음성과학
2004 .06
-
스코어 기반 관측신뢰도를 이용한 잡음환경하 화자식별
음성과학
2007 .12
-
Verification of Normalized Confidence Measure Using n-Phone Based Statistics
음성과학
2005 .03
-
잡음음성인식을 위한 음성개선 방식들의 성능 비교
말소리와 음성과학
2009 .06
-
음질향상 기법과 모델보상 방식을 결합한 강인한 음성인식 방식
음성과학
2007 .06
-
연속 잡음 음성 인식을 위한 다 모델 기반 인식기의 성능 향상에 대한 연구
음성과학
2008 .06
-
잡음 환경에서 짧은 발화 인식 성능 향상을 위한 선택적 극점 필터링 기반의 특징 정규화
말소리와 음성과학
2017 .06
-
Performance Comparison between the PMC and VTS Method for the Isolated Speech Recognition in Car Noise Environments
음성과학
2003 .09
-
마이크로폰 배열에서 독립벡터분석 기법을 이용한 잡음음성의 음질 개선
말소리와 음성과학
2012 .12
-
음성구간검출을 위한 비정상성 잡음에 강인한 특징 추출
말소리와 음성과학
2013 .03
-
스펙트럼 패턴 기반의 잡음 환경에 강인한 음성의 끝점 검출 기법
말소리와 음성과학
2009 .12
-
Energy Feature Normalization for Robust Speech Recognition in Noisy Environments
음성과학
2006 .03
-
확률적 목표 음성 검출을 통한 다채널 입력 기반 음성개선
말소리와 음성과학
2009 .09
-
가중 ARMA 필터를 이용한 강인한 음성인식
말소리와 음성과학
2010 .12
-
이중채널 잡음음성인식을 위한 공간정보를 이용한 통계모델 기반 음성구간 검출
말소리와 음성과학
2010 .09
-
Harmonics-based Spectral Subtraction and Feature Vector Normalization for Robust Speech Recognition
음성과학
2004 .03
이 논문의 저자 정보
최근 본 자료
댓글(0)
0