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.
이용수
초록· 키워드
오류제보하기
최근 신경망 기반 심층학습 알고리즘의 적용으로 고전적인 Gaussian mixture model based hidden Markov model(GMM-HMM) 음성인식기에 비해 성능이 비약적으로 향상되었다. 또한 심층학습 기법의 장점을 더욱 잘 활용하는 방법으로 언어모델링 및 디코딩 과정을 통합처리 하는 종단간 음성인식 시스템에 대한 연구가 매우 활발히 진행되고 있다. 일반적으로 종단간 음성인식 시스템은 어텐션을 사용한 여러 층의 인코더-디코더 구조로 이루어져 있다. 때문에 종단간 음성인식 시스템이 충분히 좋은 성능을 내기 위해서는 많은 양의 음성과 문자열이 함께 있는 데이터가 필요하다. 음성-문자열 짝 데이터를 구하기 위해서는 사람의 노동력과 시간이 많이 필요하여 종단간 음성인식기를 구축하는 데 있어서 높은 장벽이 되고 있다. 그렇기에 비교적 적은 양의 음성-문자열 짝 데이터를 이용하여 종단간 음성인식기의 성능을 향상하는 선행연구들이 있으나, 음성 단일 데이터나 문자열 단일 데이터 한쪽만을 활용하여 진행된 연구가 대부분이다. 본 연구에서는 음성 또는 문자열 단일 데이터를 함께 이용하여 종단간 음성인식기가 다른 도메인의 말뭉치에서도 좋은 성능을 낼 수 있도록 하는 준교사 학습 방식을 제안했으며, 성격이 다른 도메인에 적응하여 제안된 방식이 효과적으로 동작하는지 확인하였다. 그 결과로 제안된 방식이 타깃 도메인에서 좋은 성능을 보임과 동시에 소스 도메인에서도 크게 열화되지 않는 성능을 보임을 알 수 있었다.
목차
Abstract
1. 서론
2. 준교사 학습 방식 도메인 적응
3. 실험 결과
4. 결론
References
국문초록
참고문헌 (11)
참고문헌 신청
Chan, W. / 2016 / Listen, attend and spell: A neural network for large vocabulary conversational speech recognition / Proceedings of the 2016 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) :4960~4964
Graves, A. / 2006 / Connectionist temporal classification: Labelling unsegmented sequence data with recurrent neural networks / Proceedings of the 23rd International Conference on Machine Learning :369~376
Graves, A. / 2013 / Speech recognition with deep recurrent neural networks / Proceedings of the 2013 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) :6645~6649
Gulcehre, C. / On using monolingual corpora in neural machine translation [Computing research repository]
Hinton, G. / 2012 / Deep neural networks for acoustic modeling in speech recognition : The shared views of four research groups / IEEE Signal Processing Magazine 29(6):82~97
Graves, A. / 2006 / Connectionist temporal classification: Labelling unsegmented sequence data with recurrent neural networks / Proceedings of the 23rd International Conference on Machine Learning :369~376
Graves, A. / 2013 / Speech recognition with deep recurrent neural networks / Proceedings of the 2013 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) :6645~6649
Gulcehre, C. / On using monolingual corpora in neural machine translation [Computing research repository]
Hinton, G. / 2012 / Deep neural networks for acoustic modeling in speech recognition : The shared views of four research groups / IEEE Signal Processing Magazine 29(6):82~97
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
제한된 학습 데이터를 사용하는 End-to-End 음성 인식 모델
말소리와 음성과학
2020 .12
-
어텐션 기반 엔드투엔드 음성인식 시각화 분석
말소리와 음성과학
2019 .03
-
중국어 음성합성: 진단과 과제
중국문학
2021 .01
-
자동 음성인식 처리 기술의 한국어 파열음 인식 오류에 관한 연구
영주어문
2021 .10
-
응급의료 영역 한국어 음성대화 데이터베이스 구축
말소리와 음성과학
2020 .12
-
트랜스포머 기반 모델의 한국어 음성인식 성능 비교 연구
말소리와 음성과학
2024 .09
-
인공지능 학습을 위한 외국인의 한국어 발화 음성 데이터 구축 방안
언어과학연구
2022 .03
-
대형 사전훈련 모델의 파인튜닝을 통한 강건한 한국어 음성인식 모델 구축
말소리와 음성과학
2023 .09
-
음성 언어 처리 기술, 어디까지 왔나
새국어생활
2017 .12
-
Transformer 네트워크를 이용한 음성신호 변환
말소리와 음성과학
2020 .09
-
한국어 방언 음성 인식에 대한 한국어학적 고찰
국어문학
2023 .03
-
전문 음성사용자와 직업적 음성사용자의 주관적 음성증상 비교
말소리와 음성과학
2023 .12
-
한국어 음성 언어 처리의 두 문제 - 맥락 의존성과 음향 지각의 불분명성을 중심으로
한말연구
2023 .03
-
국내 언어재활사의 음성사용 양상에 따른 음성장애지수 및 음성관련 삶의 질
동서정신과학
2021 .11
-
성대에어로빅치료법이 음성장애환자의 음성개선에 미치는 효과
말소리와 음성과학
2019 .09
-
Digital enhancement of pronunciation assessment: Automated speech recognition and human raters
말소리와 음성과학
2023 .06
-
음향 데이터로부터 얻은 확장된 음소 단위를 이용한 한국어 자유발화 음성인식기의 성능
말소리와 음성과학
2019 .09
-
한국어 음성 인식 모델의 동음 현상 인식 오류 유형에 대한 검토
국어국문학
2023 .03
-
음성장애 성인 여성과 정상음성 성인 여성 간 진성구와 가성구의 음성범위프로파일 비교
말소리와 음성과학
2022 .12
-
다중 스케일 시간 확장 합성곱 신경망을 이용한 방송 콘텐츠에서의 음성 검출
말소리와 음성과학
2019 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-700-000859031