earticle

논문검색

디지털 기술

바타차랴 알고리즘에서 HMM 특징 추출을 이용한 음성 인식 최적 학습 모델

원문정보

Speech Recognition Optimization Learning Model using HMM Feature Extraction In the Bhattacharyya Algorithm

오상엽

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

Speech recognition system is shall be composed model of learning from the inaccurate input speech. Similar phoneme models to recognize, because it leads to the recognition rate decreases. Therefore, in this paper, we propose a method of speech recognition optimal learning model configuration using the Bhattacharyya algorithm. Based on feature of the phonemes, HMM feature extraction method was used for the phonemes in the training data. Similar learning model was recognized as a model of exact learning using the Bhattacharyya algorithm. Optimal learning model configuration using the Bhattacharyya algorithm. Recognition performance was evaluated. In this paper, the result of applying the proposed system showed a recognition rate of 98.7% in the speech recognition.

한국어

음성 인식 시스템은 정확하지 않게 입력된 음성으로부터 학습 모델을 구성하고 유사한 음소 모델로 인식하 기 때문에 인식률 저하를 가져온다. 따라서 본 논문에서는 바타차랴 알고리즘을 이용한 음성 인식 최적 학습 모델 구 성 방법을 제안하였다. 음소가 갖는 특징을 기반으로 학습 데이터의 음소에 HMM 특징 추출 방법을 이용하였으며 유사한 학습 모델은 바타챠랴 알고리즘을 이용하여 정확한 학습 모델로 인식할 수 있도록 하였다. 바타챠랴 알고리즘 을 이용하여 최적의 학습 모델을 구성하여 인식 성능을 평가하였다. 본 논문에서 제안한 시스템을 적용한 결과 음성 인식률에서 98.7%의 인식률을 나타내었다.

목차

요약
 Abstract
 1. 서론
 2. 관련 연구
  2.1 유클리디안 알고리즘
  2.2 HMM(Hidden Markov Model)
 3. 바타차랴 알고리즘을 이용한 모델
  3.1 바타차랴 알고리즘
  3.2 학습 모델 인식
 4. 실험 결과
 5. 결론
 REFERENCES

저자정보

  • 오상엽 Sang-Yeob Oh. 가천대학교 글로벌캠퍼스 IT대학 컴퓨터미디어융합학과

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.