파형 특징 추출과 신경망 학습 기반 모음 'ㅣ' 음성 인식

노원빈; 이종우; 이재원

추천

검색

질문

자료유형: 학술저널

저자정보: 노원빈 (숙명여자대학교) 이종우 (숙명여자대학교) 이재원 (성신여자대학교)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제22권 제2호

발행연도: 2016.2

수록면: 69 - 76 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2016

파형 특징 추출과 신경망 학습 기반 모음 ‘ㅣ’ 음성 인식

노원빈 , 이종우 , 이재원 정보과학회 컴퓨팅의 실제 논문지 2016.02 학술저널

공통 특징 추출 기반 한글 모음 ''ㅏ'', ''ㅓ'', ''ㅣ'' 음성 인식 기법

노원빈 멀티미디어과학과 2016.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 모든 산업에서 사물인터넷에 대한 관심이 집중되면서 집, 회사, 차, 길거리 등 인간이 생활하는 모든 환경에 컴퓨팅 기술이 접목되고 있다. 이 같은 사물인터넷 환경에서 음성인식은 중요한 HCI 수단으로 자리 잡고 있다. 현존하는 서버 기반의 음성인식은 속도가 빠르고 꽤 높은 인식률을 보여주고는 있지만, 데이터베이스 내에 저장되어 있는 단어 단위로 인식하기 때문에 인터넷 연결과 복잡한 컴퓨팅이 필수적이다. 본 논문은 한국어 음소 모음 ‘ㅏ’, ‘ㅓ’ 인식에 대한 휴리스틱 알고리즘에 이은 연구로 모음 ‘ㅣ’에 대한 음성 인식을 구현하고자 한다. 모음 ‘ㅣ’ 음성의 여러 파형 패턴들을 관찰한 결과 모음 ‘ㅏ’, ‘ㅓ’와는 다른 특정한 파형의 패턴을 가지고 있음을 발견하였고, 그 패턴을 인식하는 알고리즘을 제시한다. 또한, 제시한 알고리즘에 신경망 학습을 적용하여 인식성공률을 높이는 실험 결과도 제시한다. 모음 ‘ㅣ’에 대한 본 알고리즘은 파형의 특징적인 부분 추출 기반으로 인식하며, 신경망 학습까지 적용한 후 실험한 결과 90% 이상의 정확도로 모음 ‘ㅣ’를 인식하는 것을 확인하였다.

#음성인식 #모음 #파형특징 #'ㅣ' #신경망 #Speech recognition #Vowel #Waveform feature #Neural network

참고문헌 (9)

참고문헌 신청

Y. K. Lee, "Speech Interface Technology and Service Trend under the Smart Phone Environment," Information & Communications Magazine, Vol. 29, No. 4, pp. 3-9, 2012. (in Korean)

H. S. Baek, S. H. Cho, D. S. Yook, "Connected Korean Digit Speech Recognition Using Syllablebased Recognition Units," Proc. of the KMMS Conference 2010, pp. 514-515, 2010. (in Korean)

H. Jung, "Korean Speech Recognition Using Neural Networks," Korean Institute of Information Scientists and Engineers, pp. 63-82, 1993.

D. K. Kim, C. G. Jeong, and H. Jeong, "Hierarchy and Modulatity in Time-Delay Neural Networks for Korean Phoneme Recognition using HMM," IEEK, Vol. 16, No. 1, pp. 81-84, 1994.

T. W. Jang, H. Y. Kim, B. M. Kim, C. H, "Implementation of Real-time Vowel Recognition Mouse based on Smartphone," KIISE Transactions on Computing Practices, Vol. 21, No. 8, pp. 531-536, 2015.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

노원빈

소속기관 숙명여자대학교

주요연구분야 공학 > 컴퓨터학

논문수 4 이용수 419

이종우

소속기관 숙명여자대학교

주요연구분야 공학 > 컴퓨터학 TOP 0.5% 복합학 > 학제간연구

논문수 82 이용수 19,129

이재원

소속기관 한국전자기술연구원

주요연구분야 공학 > 전기전자공학 > 전자공학 공학 > 전기전자공학 > 정보통신공학

논문수 79 이용수 8,772

이 논문과 함께 이용한 논문

포만트 정보를 이용한 음성인식률 개선에 관한 연구

신동성 , 이윤주 , 송종회 외 1명 대한전자공학회 학술대회 2000 .06

잡음음성인식을 위한 음성개선 방식들의 성능 비교

정용주 말소리와 음성과학 2009 .06

대화체 음성에서의 한국어 연결 숫자음 인식

김중철 , 고종철 , 이정현 한국정보과학회 학술발표논문집 2000 .10

웨이브렛 변환을 이용한 음성신호처리

배건성 , 석종원 대한전자공학회 학술대회 1999 .06

포만트를 이용한 연속음성에서 모음구간 추출및 인식에 관한연구 ( A Study on the Segmentation and Recognition of Vowel in Continuous Speech Using Formant )

강병주 , 이규호 , 이태원 대한전자공학회 학술대회 1991 .11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (9)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)