한국정보통신학회 논문지 (Journal of the Korea Institute of Information and Communication Engineering)
Current Result Document :
| 한글제목(Korean Title) |
Matrix Factorization을 이용한 음성 특징 파라미터 추출 및 인식 |
| 영문제목(English Title) |
Feature Parameter Extraction and Speech Recognition Using Matrix Factorization |
| 저자(Author) |
이광석
허강인
Kwang-Seok Lee
Kang-In Hur
|
| 원문수록처(Citation) |
VOL 10 NO. 07 PP. 1307 ~ 1311 (2006. 07) |
한글내용
(Korean Abstract) |
본 연구에서는 행렬 분해(Matrix Factorization)를 이용하여 음성 스펙트럼의 부분적 특징을 나타낼 수 있는 새로운 음성 파라미터를 제안한다. 제안된 파라미터는 행렬내의 모든 원소가 음수가 아니라는 조건에서 행렬분해 과정을 거치게 되고 고차원의 데이터가 효과적으로 축소되어 나타남을 알수 있다. 차원 축소된 데이터는 입력 데이터의 부분적인 특성을 표현한다. 음성 특징 추출 과정에서 일반적으로 사용되는 멜 필터뱅크(Mel-FilterBank)의 출력을 Non-Negative 행 렬 분해 (NMF: Non-Negative Matrix Factorization) 알고리 즘의 입 력 으로 사용하고，알고리 즘을 통해 차원 축소된 데이터를 음성인식기의 입력으로 사용하여 멜 주파수 캡스트럼 계수 (MFCC: Mel Frequency Cepstral Coefficient)의 인식결과와 비교해 보았다. 인식결과를 통하여 일반적으로 음성인식기의 성능평가를 위해 사용되는 MFCC에 비하여 제안된 특징 파라미 터 가 인식 성능이 뛰 어 남을 알 수 있었다. |
영문내용
(English Abstract) |
In this paper, we propose new speech feature parameter using the Matrix Factorization for appearance part-based features of speech spectrum. The proposed parameter represents effective dimensional reduced data from multi-dimensional feature data through matrix factorization procedure under all of the matrix elements are the non-negative constraint. Reduced feature data presents part-based features of input data. We verify about usefulness of NMF(Non-Negative Matrix Factorization) algorithm for speech feature extraction applying feature parameter that is got using NMF in Mel-scaled filter bank output. According to recognition experiment results, we confirm that proposed feature parameter is superior to MFCC(Mel-Frequency Cepstral Coefficient) in recognition performance that is used generally. |
| 키워드(Keyword) |
Speech Feature Extraction
Non-Negative Matrix Factorization
Mel-scaled Filter Bank
|
| 파일첨부 |
PDF 다운로드
|
