Current Result Document :
| 한글제목(Korean Title) |
뇌졸중 환자의 마비말장애 정도에 따른 Conformer기반 음성 인식기의 Frame 별 Log Probability간의 연관성 분석 |
| 영문제목(English Title) |
Correlation between Severity of Dysarthria and Output Log Probabilities of Conformer-based Automatic Speech Recognition System |
| 저자(Author) |
조은수
오준석
김지환
Eunsoo Cho
Junseok Oh
Ji-Hwan Kim
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0133 ~ 0134 (2022. 10) |
한글내용
(Korean Abstract) |
최근 뇌졸중 환자 증가로 인해, 마비말장애 진행 정도를 자동으로 평가하는 시스템 연구가 진행되고 있다. 마비말장애는 신경계 손상 후 발화에 관여하는 하위체계 호흡, 발성, 조음, 공명, 운율 중 한 가지 이하의 저하를 보이는 증상이다. 음성 인식 결과를 바탕으로 마비말장애 정도를 평가할 때, 그 결과는 입력 음성에 대해 모델에서 정한 인식 단위(음절/어절)로 결과를 생성하는 디코딩에 의존한다. 본 논문에서는 디코딩 단계의 출력 단위와 입력 특징을 직접 매핑할 수 있는 conformer 기반 음성 인식기를 사용한 진단 방법을 제안한다. Conformer 모델은 컨볼루션 신경망과 트랜스포머를 결합하여 입력되는 음성의 국소 정보와 전역 정보를 모두 학습하여 state-of-the-art(SOTA) 성능을 보이는 end-to-end(E2E) 모델이다. 모델 학습에는 AI-hub에서 제공하는 한국어 자유대화 음성(일반남녀) 데이터셋을 사용했으며 평가에는 마비말장애 진행 정도의 평가에서 사용되는 문장과 단어를 읽은 마비말장애 환자의 음성 데이터를 사용했다. 제안된 방법을 사용하여 정상에서 심한 마비말장애 정도까지 3단계로 분류된 음성 데이터에 대한 음절오류율, 프레임 당 log probability를 측정하여 마비말장애 정도와의 상관관계를 분석했다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
