1 |
1
음성 화자 인식 장치의 음성 화자 인식 방법에 있어서,입력되는 음성에서 유효 음성 데이터를 검출하는 과정과, 상기 음성 데이터에서 음성 특징을 추출하는 과정과, 주성분 분석법과 선형판별 분석법을 이용하여 상기 음성 데이터에서 각 분석법에 따른 음성 특징 변환행렬들을 생성하고, 상기 각 음성 특징 변환행렬을 조합하여 하이브리드 음성 특징 변환행렬을 구성하고, 상기 하이브리드 음성 특징 변환행렬에 상기 음성 특징을 나타내는 행렬을 곱하여 최종 특징 벡터를 생성하는 과정과, 상기 최종 특징 벡터로부터 화자 모델을 생성하여 미리 저장된 일반 화자 모델과 비교하여 화자를 식별하고, 상기 식별된 화자로 인증을 수행하는 과정을 포함함을 특징으로 하는 음성 화자 인식 방법
|
2 |
2
제1항에 있어서, 상기 최종 특징 벡터를 생성하는 과정은 상기 주성분 분석법을 이용하여 상기 음성 데이터에서 주성분 분석법 음성 특징 변환행렬을 생성하는 단계와, 상기 선형판별 분석법을 이용하여 상기 음성 데이터에서 선형판별 분석법 음성 특징 변환행렬을 생성하는 단계와, 상기 주성분 분석법 음성 특징 변환행렬에서 고유치가 미리 정해진 기준 이상인 열들을 추출하는 단계와, 상기 선형판별 분석법 음성 특징 변환행렬에서 고유치가 미리 정해진 기준 이상인 열을 추출하는 단계와, 상기 추출된 열들을 추출 순서에 따라 배열하여 상기 하이브리드 음성 특징 변환행렬을 구성하는 단계와, 상기 하이브리드 음성 특징 변환행렬에 상기 음성 특징을 나타내는 MFCC(Mel Frequency Cepstrum Coefficient)행렬을 곱하여 상기 최종 특징 벡터를 생성하는 단계를 포함함을 특징으로 하는 화자 인식 방법
|
3 |
3
제2항에 있어서, 상기 하이브리드 음성 특징 변환행렬의 차원수와, 상기 주성분 분석법 음성 특징 변환행렬의 차원수와, 상기 선형판별 분석법 음성 특징 변환행렬의 차원수는 동일함을 특징으로 하는 화자 인식 방법
|
4 |
4
제3항에 있어서, 상기 화자 모델은 가우시안 혼합 모델임을 특징으로 하는 화자 인식 방법
|
5 |
5
음성 화자 인식 장치에 있어서,입력되는 음성에서 유효 음성 데이터를 검출하는 음성 검출부와, 상기 음성 데이터에서 음성 특징을 추출하는 특징 추출부와, 주성분 분석법과 선형판별 분석법을 이용하여 상기 음성 데이터에서 각 분석법에 따른 음성 특징 변환행렬들을 생성하고, 상기 각 음성 특징 변환행렬을 조합하여 하이브리드 음성 특징 변환행렬을 구성하고, 상기 하이브리드 음성 특징 변환행렬에 상기 음성 특징을 나타내는 행렬을 곱하여 최종 특징 벡터를 생성하는 특징 변환부와, 상기 최종 특징 벡터로부터 화자 모델을 생성하여 미리 저장된 일반 화자 모델과 비교하여 화자를 식별하고, 상기 식별된 화자로 인증을 수행하는 인식부를 포함함을 특징으로 하는 음성 화자 인식 장치
|
6 |
6
제5항에 있어서, 상기 특징 변환부는 상기 주성분 분석법을 이용하여 상기 음성 데이터에서 주성분 분석법 음성 특징 변환행렬을 생성하고, 상기 선형판별 분석법을 이용하여 상기 음성 데이터에서 선형판별 분석법 음성 특징 변환행렬을 생성하고, 상기 주성분 분석법 음성 특징 변환행렬에서 고유치가 미리 정해진 기준 이상인 열들을 추출하고, 상기 선형판별 분석법 음성 특징 변환행렬에서 고유치가 미리 정해진 기준 이상인 열을 추출하고, 상기 추출된 열들을 추출 순서에 따라 배열하여 상기 하이브리드 음성 특징 변환행렬을 구성하고, 상기 하이브리드 음성 특징 변환행렬에 상기 음성 특징을 나타내는 MFCC(Mel Frequency Cepstrum Coefficient)행렬을 곱하여 상기 최종 특징 벡터를 생성함을 특징으로 하는 화자 인식 장치
|
7 |
7
제6항에 있어서, 상기 하이브리드 음성 특징 변환행렬의 차원수와, 상기 주성분 분석법 음성 특징 변환행렬의 차원수와, 상기 선형판별 분석법 음성 특징 변환행렬의 차원수는 동일함을 특징으로 하는 화자 인식 장치
|
8 |
8
제7항에 있어서, 상기 화자 모델은 가우시안 혼합 모델임을 특징으로 하는 화자 인식 장치
|