정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document :
| 한글제목(Korean Title) |
시간 영역 음소 특징 지표를 이용한 유성 자음 인식 |
| 영문제목(English Title) |
Recognition of Voiced Consonants Using Characteristic Indicators of the Phonemes on the Time Domain |
| 저자(Author) |
이재원
Jae Won Lee
|
| 원문수록처(Citation) |
VOL 24 NO. 10 PP. 0554 ~ 0562 (2018. 10) |
한글내용
(Korean Abstract) |
본 논문은 시간 영역에서의 음소별 특징 지표를 활용하여 유성 자음을 인식하는 시스템을 제안한다. 인식의 대상이 되는 유성 자음은 ‘ㅁ’, ‘ㄴ’, ‘ㄹ’, ‘o’이며, 시간 영역의 특징 지표들을 사용함으로써 빠른 속도로 인식을 수행할 수 있다. 먼저 입력 샘플로부터 동일한 크기의 블록들을 구성하고. 각각의 블록에 대해 변동성 지표를 계산한다. 다음으로 부호가 동일한 인접 샘플들의 집합인 각각의 벌크에 대해 벌크 지표들을 계산한다. 인식 시스템은 이 지표들을 사용하여 입력 자질을 생성하는 다층 신경망으로 구현한다. 실험 결과, 제안하는 시스템의 인식 정확도는 포만트 주파수에 기반한 기존 시스템의 정확도를 3.6% 개선한 89.3%이다. 시스템의 인식 속도는 어절 당 1.13 msec이다.
|
영문내용
(English Abstract) |
This paper presents a voiced consonant recognition system using characteristic indicators of the phonemes on the time domain. The objective voiced consonants are ‘ㅁ’, ‘ㄴ’, ‘ㄹ’, ‘o’ and the recognition can be performed rapidly using the time domain characteristic indicators. First, the input samples constitute the blocks of the similar size and the volatility indicator is calculated for each block. Next, the bulk indicators are calculated for each bulk which is a set of adjacent samples that have the same sign. The recognition system is implemented by multilayer perceptions using these indicators to generate input features. The experimental results show that the proposed system can achieve 89.3% recognition accuracy, with improvement by 3.6% when compared with an existing system based on formant frequency. The recognition speed of the system is 1.13 msec per syllable.
|
| 키워드(Keyword) |
음성 인식
유성 자음
변동성 지표
벌크 지표
신경망
speech recognition
voiced consonant
volatility indicator
bulk indicator
neural network
|
| 파일첨부 |
PDF 다운로드
|
