Current Result Document :
| 한글제목(Korean Title) |
자소 정보를 활용한 End-to-End 음성 인식 |
| 영문제목(English Title) |
End-to-End Automatic Speech Recognition using Grapheme |
| 저자(Author) |
신동찬
문환복
김규진
박성민
이지화
Dongchan Shin
Hwanbok Mun
Gyujin Kim
Seongmin Park
Jihwa Lee
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 0801 ~ 0803 (2022. 06) |
한글내용
(Korean Abstract) |
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 정보를 활용한 학습방법을 제안한다. 제안하는 학습방법을 통해, 추론 단계에서 추가적인 계산량의 증가 없이도 평균 CER 이 0.8% 가량 향상되었으며, 이는 음절기반 음성인식 모델이 자소 정보를 활용하여 발음이 비슷한 음절을 잘 분별하면 음성인식 모델의 성능이 향상될 수 있음을 보여준다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
