자소 정보를 활용한 End-to-End 음성 인식

Q: 이 논문에서 정의한 End-to-End 음성 인식이란 무엇인가?

음성 신호를 입력받아 텍스트로 변환하는 전체 과정을 개별적인 단계로 나누지 않고, 하나의 통합된 신경망 모델을 통해 직접적으로 처리하는 기술을 의미한다.

Q: 한국어 음성 인식 모델에서 자소 정보를 활용한 학습이 성능에 어떤 영향을 미치는가?

연구 결과, 음절 기반 모델에 자소 디코더를 추가하여 학습시키면 음절 디코더가 자소 단위의 특징을 학습하여 발음이 유사한 음절을 더 정교하게 분별하게 되며, 결과적으로 평균 CER이 약 0.8% 향상되는 효과가 나타난다.

신동찬; 문환복; 김규진; 박성민; 이지화

학술대회자료

저자정보: 신동찬 (액션파워) 문환복 (액션파워) 김규진 (액션파워) 박성민 (액션파워) 이지화 (액션파워)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2022 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

한국어 음절 기반의 음성인식 모델은 다양한 음절들을 구별하기 위해 음절의 발음정보를 필요로 한다. 한국어 음절은 초성/중성/종성의 자소로 나눌 수 있고, 자소는 세부적인 발음정보를 지니고 있으므로 이를 활용하면 더 좋은 학습이 가능하다. 본 논문에서는 발음정보를 보다 깊게 학습하기 위해 자소 ... 전체 초록 보기

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2022-569-001538869

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료

댓글(0)