심층신경망 구조에 따른 구개인두부전증 환자 음성 인식 향상 연구

김민석; 정재희; 정보경; 윤기무; 배아라; 김우일

추천

검색

자료유형: 학술저널

저자정보: 김민석 (인천대학교 컴퓨터공학부) 정재희 (인천대학교 컴퓨터공학부) 정보경 (인천대학교 컴퓨터공학부) 윤기무 (인천대학교 컴퓨터공학부) 배아라 (인천대학교 컴퓨터공학부) 김우일 (인천대학교 컴퓨터공학부)

저널정보: 한국음향학회 한국음향학회지 한국음향학회지 제38권 제6호

발행연도: 2019.1

수록면: 703 - 709 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 구개인두부전증(VeloPharyngeal Insufficiency, VPI) 환자의 음성을 효과적으로 인식하기 위해 컨볼루션 신경망 (Convolutional Neural Network, CNN), 장단기 모델(Long Short Term Memory, LSTM) 구조 신경망을 은닉 마르코프 모델(Hidden Markov Model, HMM)과 결합한 하이브리드 구조의 음성 인식 시스템을 구축하고 모델 적응 기법을 적용하여, 기존 Gaussian Mixture Model(GMM-HMM), 완전 연결형 Deep Neural Network(DNN-HMM) 기반의 음성 인식 시스템과 성능을 비교한다. 정상인 화자가 PBW452단어를 발화한 데이터를 이용하여 초기 모델을 학습하고 정상인 화자의 VPI 모의 음성을 이용하여 화자 적응의 사전 모델을 생성한 후에 VPI 환자들의 음성으로 추가 적응 학습을 진행한다. VPI환자의 화자 적응 시에 CNN-HMM 기반 모델에서는 일부층만 적응 학습하고, LSTM-HMM 기반 모델의 경우에는 드롭 아웃 규제기법을 적용하여 성능을 관찰한 결과 기존 완전 연결형 DNN-HMM 인식기보다 3.68 % 향상된 음성 인식 성능을 나타낸다. 이러한 결과는 본 논문에서 제안하는 LSTM-HMM 기반의 하이브리드 음성 인식 기법이 많은 데이터를 확보하기 어려운 VPI 환자 음성에 대해 보다 향상 된 인식률의 음성 인식 시스템을 구축하는데 효과적임을 입증한다.

#구개인두부전증 #음성인식 #컨볼루션 신경망 #장단기 메모리 #심층 신경망

참고문헌 (15)

참고문헌 신청

S. G. Fletcher / 1970 / Theory and instrumentation for quantitative measurement of nasality / J. Cleft Palate 7:601~609

이지은 / 2012 / 구개인두부전증 환자의 한국어 음성 코퍼스 구축 방안 연구 / 대한이비인후과학회지 두경부외과학 55(8):498~507

성미영 / 2014 / 구개인두부전증 환자와 모의 음성의 모음과 자음 분석 / 한국정보통신학회논문지 18(7):1740~1748

성미영 / 2015 / 모의 음성 모델을 이용한 효과적인 구개인두부전증 환자 음성 인식 / 한국정보통신학회논문지 19(5):1243~1250

윤기무 / 2019 / DNN-HMM 기반 시스템을 이용한 효과적인 구개인두부전증 환자 음성 인식 / 한국정보통신학회논문지 23(1):33~38

함께 읽어보면 좋을 논문

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