1 |
1
음성 신호를 수신하는 음성 수신부;상기 수신된 음성 신호를 주파수 영역으로 변환하고, 상기 변환된 음성 신호로부터 특성을 추출하는 특성 추출부; 및상기 추출된 특성이 포함하는 N 개의 부분 집합에 대하여 인식률 가중치를 적용하여, 기 설정된 인식률보다 높은 M 개의 부분 집합을 선택하여 주변 우도 스코어를 산출하고, 상기 주변 우도 스코어 중 가장 큰 값인 최대 우도 스코어에 기초하여 상기 음성 신호를 생성한 화자를 인식하는 화자 매칭부를 포함하며,상기 화자 매칭부는,적어도 한 명 이상의 화자의 음성 신호 데이터를 저장하는 음성 신호 DB;상기 추출된 특성이 포함하는 N 개의 부분 집합에 대하여 인식률 가중치를 적용하여 기 설정된 인식률보다 높은 M 개의 부분 집합을 선택하는 부분 집합 선택부;상기 선택된 M 개의 부분 집합을 이용하여 상기 수신된 음성 신호에 대한 주변 우도 스코어를 산출하는 주변 우도 스코어 연산부; 및상기 주변 우도 스코어 중 가장 큰 값인 최대 우도 스코어에 기초하여 상기 음성 신호 DB에 저장되어 있는 모든 화자의 음성 신호 데이터 중에서, 상기 화자를 인식하는 화자 인식부를 포함하는 음성 신호를 이용한 화자 인식 장치
|
2 |
2
삭제
|
3 |
3
제1항에 있어서,상기 화자 인식 결과에 대응하여 네트워킹 되어 있는 주변 장치의 동작을 제어하는 장치 제어부를 더 포함하는 음성 신호를 이용한 화자 인식 장치
|
4 |
4
제1항에 있어서,상기 부분 집합 선택부는,상기 인식률 가중치()를 다음의 수학식을 이용하여 계산된 값을 정규화하고, 상기 인식률 가중치가 기 설정된 인식률보다 높은 M 개의 부분 집합을 선택하는 음성 신호를 이용한 화자 인식 장치:여기서, wN은 부분 집합이 N 개인 경우의 가중치, RN은 화자를 인식한 비율, UN은 화자를 인식하지 못한 비율을 나타낸다
|
5 |
5
제1항에 있어서,상기 주변 우도 스코어 연산부는,상기 주변 우도 스코어(P(λS|XM))를 다음의 수학식을 이용하여 구하는 음성 신호를 이용한 화자 인식 장치:여기서, λS는 화자 S의 모델, XM은 M 개의 부분 집합인 경우의 화자의 특성 벡터를 나타낸다
|
6 |
6
제1항에 있어서,상기 화자 인식부는,상기 최대 우도 스코어(P(X|λS))를 다음의 수학식을 이용하여 구하는 음성 신호를 이용한 화자 인식 장치:여기서, λS는 화자 S의 모델, XM은 M 개의 부분 집합인 경우의 화자의 특성 벡터, 은 인식률 가중치를 나타낸다
|
7 |
7
음성 신호를 수신하는 단계;상기 수신된 음성 신호를 주파수 영역으로 변환하고, 상기 변환된 음성 신호로부터 특성을 추출하는 단계; 및상기 추출된 특성이 포함하는 N 개의 부분 집합에 대하여 인식률 가중치를 적용하여, 기 설정된 인식률보다 높은 M 개의 부분 집합을 선택하여 주변 우도 스코어를 산출하고, 상기 주변 우도 스코어 중 가장 큰 값인 최대 우도 스코어에 기초하여 상기 음성 신호를 생성한 화자를 매칭하는 단계를 포함하며,상기 화자를 매칭하는 단계는,상기 추출된 특성이 포함하는 N 개의 부분 집합에 대하여 인식률 가중치를 적용하여 기 설정된 인식률보다 높은 M 개의 부분 집합을 선택하는 단계;상기 선택된 M 개의 부분 집합을 이용하여 상기 수신된 음성 신호에 대한 주변 우도 스코어를 산출하는 단계; 및상기 주변 우도 스코어 중 가장 큰 값인 최대 우도 스코어에 기초하여, 적어도 한 명 이상의 화자의 음성 신호 데이터를 저장하는 음성 신호 DB에 저장되어 있는 모든 화자의 음성 신호 데이터 중에서, 상기 화자를 인식하는 단계를 포함하는 음성 신호를 이용한 화자 인식 방법
|
8 |
8
삭제
|
9 |
9
제7항에 있어서,상기 화자 인식 결과에 대응하여 네트워킹 되어 있는 주변 장치의 동작을 제어하는 단계를 더 포함하는 음성 신호를 이용한 화자 인식 방법
|
10 |
10
제7항에 있어서,상기 부분 집합을 선택하는 단계는,상기 인식률 가중치()를 다음의 수학식을 이용하여 계산된 값을 정규화하고, 상기 인식률 가중치가 기 설정된 인식률보다 높은 M 개의 부분 집합을 선택하는 음성 신호를 이용한 화자 인식 방법:여기서, wN은 부분 집합이 N 개인 경우의 가중치, RN은 화자를 인식한 비율, UN은 화자를 인식하지 못한 비율을 나타낸다
|
11 |
11
제7항에 있어서,상기 주변 우도 스코어를 산출하는 단계는,상기 주변 우도 스코어(P(λS|XM))를 다음의 수학식을 이용하여 구하는 음성 신호를 이용한 화자 인식 방법:여기서, λS는 화자 S의 모델, XM은 M 개의 부분 집합인 경우의 화자의 특성 벡터를 나타낸다
|
12 |
12
제7항에 있어서,상기 화자를 인식하는 단계는,상기 최대 우도 스코어(P(X|λS))를 다음의 수학식을 이용하여 구하는 음성 신호를 이용한 화자 인식 방법:여기서, λS는 화자 S의 모델, XM은 M 개의 부분 집합인 경우의 화자의 특성 벡터, 은 인식률 가중치를 나타낸다
|