1 |
1
입력된 음성 신호에서 음성 구간을 추출하는 전처리부;
상기 추출된 음성 구간에서 음성의 특징 벡터를 추출하는 특징 벡터 추출부;
상기 추출된 음성의 특징 벡터에 대한 각 가우시안 확률값을 계산하는 가우시안 확률 계산부;
상기 계산된 음성의 특징 벡터에 대한 가우시안 확률값 중 가장 높은 확률을 갖는 가우시안 성분과 그에 근접한 K개의 가우시안 성분을 이용하여 상태별 관측 확률을 계산하는 상태 기반의 근사화부; 및
상기 계산된 상태별 관측 확률을 이용하여 유사도를 계산하여 음성 인식을 수행하는 음성 인식부를 포함하며,
상기 상태 기반의 근사화부는,
상기 음성의 특징 벡터에 대한 가우시안 확률값 중 가장 높은 확률을 갖는 가우시안 성분을 선택하고, 상태별로 거리 측정 함수에 따라 상기 선택된 가장 높은 확률을 갖는 가우시안 성분에 근접한 K개의 가우시안 성분을 선택한 후, 상기 가장 높은 확률을 갖는 가우시안 성분과 그에 근접한 K개의 가우시안 성분을 더하여 상기 음성의 특징 벡터에 대한 상태별 관측 확률을 계산하는 것을 특징으로 하는 고속 음성 인식 시스템
|
2 |
2
삭제
|
3 |
3
제 1항에 있어서, 상기 상태 기반의 근사화부는,
유클리디언 거리(euclidean distance) 함수, 가중 유클리디언 거리(weighted euclidean distance) 함수, 바타챠랴 거리(Bhattacharyya distance) 함수 중 어느 하나의 거리 측정 함수에 따라 상기 가장 높은 확률을 갖는 가우시안 성분에 근접한 K개의 가우시안 성분을 선택하는 것을 특징으로 하는 고속 음성 인식 시스템
|
4 |
4
제 1항 또는 제 3항에 있어서,
가우시안 혼합 모델(GMM)을 구성하는 각 개별 가우시안 성분에 대하여 그에 근접한 거리에 있는 K개의 가우시안 성분에 대한 정보가 미리 집합으로 구성된 것을 특징으로 하는 고속 음성 인식 시스템
|
5 |
5
입력된 음성 신호에서 음성 구간을 추출하는 단계;
상기 추출된 음성 구간에서 음성의 특징 벡터를 추출하는 단계;
상기 추출된 음성의 특징 벡터에 대한 각 가우시안 확률값을 계산하는 단계;
상기 계산된 음성의 특징 벡터에 대한 가우시안 확률값 중 가장 높은 확률을 갖는 가우시안 성분과 그에 근접한 K개의 가우시안 성분을 이용하여 상태별 관측 확률을 계산하는 단계; 및
상기 계산된 상태별 관측 확률을 이용하여 유사도를 계산하여 음성 인식을 수행하는 단계를 포함하며,
상기 상태별 관측 확률을 계산하는 단계에서,
상기 계산된 음성의 특징 벡터에 대한 가우시안 확률값 중 가장 높은 확률을 갖는 가우시안 성분을 선택하는 단계와,
상태별로 거리 측정 함수에 따라 상기 가장 높은 확률을 갖는 가우시안 성분에 근접한 K개의 가우시안 성분을 선택하는 단계와,
상기 선택된 가장 높은 확률을 갖는 가우시안 성분과 그에 근접한 K개의 가우시안 성분을 더하여 상기 음성의 특징 벡터에 대한 상태별 관측 확률을 계산하는 단계를 더 포함하는 것을 특징으로 하는 고속 음성 인식 방법
|
6 |
6
제 5 항에 있어서, 상기 입력된 음성 신호에서 음성 구간을 추출하는 단계 이전에,
가우시안 혼합 모델(GMM)을 구성하는 각 개별 가우시안 성분에 대하여 그에 근접한 거리에 있는 K개의 가우시안 성분에 대한 정보를 미리 집합으로 구성하는 단계를 더 포함하는 것을 특징으로 하는 고속 음성 인식 방법
|
7 |
7
제 5항에 있어서, 상기 추출된 음성의 특징 벡터에 대한 각 가우시안 확률값을 계산하는 단계에서,
상기 추출된 음성의 특징 벡터에 대한 각 가우시안 확률값은,
(여기에서, O는 음성의 특징 벡터, 은 m번째 가우시안 성분의 가중치,
은 평균()과 분산()을 갖는 다변수 가우시안(Multivariate Gaussian) 분포, n은 특징 벡터열의 차원을 각각 의미함)
에 의해 계산되는 것을 특징으로 하는 고속 음성 인식 방법
|
8 |
8
삭제
|
9 |
9
제 5항에 있어서,
상기 거리 측정 함수는 유클리디언 거리(euclidean distance) 함수, 가중 유클리디언 거리(weighted euclidean distance) 함수, 바타챠랴 거리(Bhattacharyya distance) 함수 중 어느 하나인 것을 특징으로 하는 고속 음성 인식 방법
|
10 |
10
제 5항에 있어서, 상기 음성 인식 수행 단계에서,
비터비 디코딩 알고리즘을 기반으로 상기 계산된 상태별 관측 확률을 이용하여 유사도를 계산하는 단계를 더 포함하는 것을 특징으로 하는 고속 음성 인식 방법
|