원문정보
A Study on the Implementation of an Automatic Segmentation System of Korean Speech based on the Hidden Markov Model
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
본 연구에서는 HMM(Hidden Markov Model) 및 Levelbuilding 알고리즘을 이용하여 인식대상 음소열의 표본 집합(훈련패턴 집합)을 입력으로 하는 음성의 자동 분할 시스템을 구현하였다. 본 시스템은 자연스럽게 발음되어진 연결음 음성으로부터 표준 음소모델을 생성한다. 본 시스템의 구성은 초기화 과정, HMM학습과정 그리고 Levelbuilding을 이용한 분리 및 CLustering 과정으로 구성되어 있다. 초기화 과정에서는 제어 정보를 이용하여 훈련패턴 집합으로부터 초기 음소 집합 군을 생성한다. Levelbuilding을 이용한 분리 및 Clustering 단계에서는 음소 모델과 제어 정보를 이용하여 훈련패턴들을 음소 단위로 분리하고, 분리된 후보 음소들을 Clustering하여 음소집합 군을 생성한다. 음소모델의 구성에 변화가 없을 때까지 이 작업을 반복 수행하여 최적의 음소모델을 생성한다. 본 연구에서는 3개 이하의 숫자단어로 구성된 연결되어 음성 패턴을 대상으로 실험하였다. 연결단어에 대한 음소의 표준모델 생성과정에서 가장 중요한 처리인 훈련패턴의 자동분할 과정을 분석하기 위하여 각 반복과정에서 분리된 정보를 그래프로 도시화하여 확인하였다.
목차
요약
1. 서론
1.1 연구의 배경 및 목적
1.2 연구 내용
2. 시스템 개요
2.1 용어의 정의
2.2 시스템의 개요 및 구성
3. 초기화 과정
3.1 특징 추출 과정
3.2 벡터 양자화 과정
3.3 초기 음소분리 및 Clustering 과정
4. HMM 학습 과정
5. Levelbuilding을 이용한 분리 및 Clustering
6. 실험 및 결과
6.1 연구 개발 환경 및 설험
6.2 음소 분리의 예
6.3 한국어 숫자 음성의 분리결과
7. 결론
참고문헌
Abstract
1. 서론
1.1 연구의 배경 및 목적
1.2 연구 내용
2. 시스템 개요
2.1 용어의 정의
2.2 시스템의 개요 및 구성
3. 초기화 과정
3.1 특징 추출 과정
3.2 벡터 양자화 과정
3.3 초기 음소분리 및 Clustering 과정
4. HMM 학습 과정
5. Levelbuilding을 이용한 분리 및 Clustering
6. 실험 및 결과
6.1 연구 개발 환경 및 설험
6.2 음소 분리의 예
6.3 한국어 숫자 음성의 분리결과
7. 결론
참고문헌
Abstract
저자정보
참고문헌
자료제공 : 네이버학술정보