1 |
1
우도(likelihood)값의 변화를 반영한 거리 척도에 기반하여 음향 모델의 은닉 마르코프 모델(Hidden Markov Model; HMM) 상태별로 복수 개의 가우시안 성분들끼리 서로 통합하는 과정을 반복하여 이진 트리를 생성하는 이진 트리 생성부;음성 인식기를 포함하는 플랫폼에 대응하여 상기 음향 모델의 최대 규모 정보를 생성하는 정보 생성부; 및상기 음향 모델의 최대 규모 정보에 대응하여 상기 이진 트리를 축소하는 이진 트리 축소부를 포함하는 것을 특징으로 하는 음향 모델 생성 장치
|
2 |
2
제1항에 있어서,상기 이진 트리 생성부는,상기 복수의 가우시안 성분들의 통합 이전의 우도값 근사치에서 통합 이후의 우도값 근사치를 차감하여 상기 우도값의 변화를 반영한 거리 척도를 구하는 것을 특징으로 하는 음향 모델 생성 장치
|
3 |
3
제1항에 있어서,상기 정보 생성부는,상기 플랫폼의 내장 메모리, 외장 메모리 및 처리 속도를 포함하는 플랫폼 관련 정보에 기반하여 상기 플랫폼에 대응하는 상기 음향 모델의 최대 규모 정보를 생성하는 것을 특징으로 하는 음향 모델 생성 장치
|
4 |
4
제1항에 있어서,상기 이진 트리 축소부는,상기 음향 모델의 최대 규모 정보를 상기 음향 모델에 포함될 가우시안 성분의 총 개수로 변환하는 것을 특징으로 하는 음향 모델 생성 장치
|
5 |
5
제1항에 있어서,상기 이진 트리 축소부는,상기 이진 트리의 루트 노드로부터 하향으로 탐색하고 최소 서술 길이 척도에 따라 상기 이진 트리의 노드들의 최적 부분 집합을 구하여 상기 이진 트리를 축소하는 것을 특징으로 하는 음향 모델 생성 장치
|
6 |
6
제5항에 있어서,상기 이진 트리 축소부는,상기 플랫폼의 음성 인식기가 축소된 상기 음향 모델을 이용하여 음성 인식을 하도록 상기 이진 트리의 노드들의 최적 부분 집합을 상기 음성 인식기로 전달하는 것을 특징으로 하는 음향 모델 생성 장치
|
7 |
7
제5항에 있어서,상기 이진 트리 축소부는,상기 모델 파라미터의 개수에 대응하는 상기 음향 모델의 복잡화에 대한 패널티값 조절 변수를 적용하여 상기 최소 서술 길이 척도를 구하는 것을 특징으로 하는 음향 모델 생성 장치
|
8 |
8
제7항에 있어서,상기 이진 트리 축소부는,상기 음향 모델의 최대 규모 정보에 기반하여 상기 음향 모델의 복잡화에 대한 패널티값 조절 변수를 구하는 것을 특징으로 하는 음향 모델 생성 장치
|
9 |
9
제1항에 있어서,축소된 상기 이진 트리를 저장하는 이진 트리 저장부를 더 포함하는 것을 특징으로 하는 음향 모델 생성 장치
|
10 |
10
우도값(likelihood)의 변화를 반영한 거리 척도에 기반하여 음향 모델의 은닉 마르코프 모델(Hidden Markov Model; HMM) 상태별로 복수 개의 가우시안 성분들끼리의 거리를 측정하는 단계;상기 거리가 가장 가까운 두 가우시안 성분끼리 통합하는 과정을 반복하여 이진 트리를 생성하는 단계; 및음성 인식기를 포함하는 플랫폼에 대응하는 상기 음향 모델의 최대 규모 정보에 대응하여 상기 이진 트리를 축소하는 단계를 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|
11 |
11
제10항에 있어서,상기 이진 트리를 생성하는 단계는,상기 복수의 가우시안 성분들의 통합 이전의 우도값 근사치에서 통합 이후의 우도값 근사치를 차감하여 상기 우도값의 변화를 반영한 거리 척도를 구하는 단계를 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|
12 |
12
제10항에 있어서,상기 이진 트리를 생성하는 단계는,초기의 가우시안 성분들에 대응하는 노드들에 대해 1부터 R까지의 숫자로 식별자를 부여하는 단계; 및통합 이후에 생성된 새로운 노드들에 대해 R+1부터 1씩 순차적으로 증가해 가면서 식별자를 부여하는 단계를 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|
13 |
13
제10항에 있어서,상기 이진 트리를 축소하는 단계는,상기 음향 모델의 최대 규모 정보를 상기 음향 모델에 포함될 가우시안 성분의 총 개수로 변환하는 단계를 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|
14 |
14
제10항에 있어서,상기 이진 트리를 축소하는 단계는,상기 이진 트리의 루트 노드로부터 하향으로 탐색하는 단계; 및최소 서술 길이 척도에 따라 상기 이진 트리의 노드들의 최적 부분 집합을 구하여 상기 이진 트리를 축소하는 단계를 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|
15 |
15
제14항에 있어서,상기 이진 트리를 축소하는 단계 후에,상기 이진 트리의 노드들의 최적 부분 집합을 상기 플랫폼의 음성 인식기로 전달하는 단계; 및상기 음성 인식기가 축소된 상기 음향 모델을 이용하여 음성 인식을 하는 단계를 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|
16 |
16
제14항에 있어서,상기 이진 트리를 축소하는 단계는,상기 모델 파라미터의 개수에 대응하는 상기 음향 모델의 복잡화에 대한 패널티값 조절 변수를 적용하여 상기 최소 서술 길이 척도를 구하는 단계를 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|
17 |
17
제16항에 있어서,상기 이진 트리를 축소하는 단계는,상기 음향 모델의 최대 규모 정보에 기반하여 상기 음향 모델의 복잡화에 대한 패널티값 조절 변수를 구하는 단계를 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|
18 |
18
제10항에 있어서,축소된 상기 이진 트리를 저장하는 단계를 더 포함하는 것을 특징으로 하는 음향 모델 생성 방법
|