1 |
1
전역 특징 벡터, 전역 어휘 모델, 및 전역 음향 모델로 구성된 전역 데이터베이스부; 음성 인식을 병렬적으로 수행하는 복수의 개별 인식부로 구성된 인식부;상기 각 개별 인식부들에 각기 대응하는 복수의 개별 언어 모델로 구성된 개별 데이터베이스부; 및상기 각 개별 인식부들의 인식결과를 수집하고 평가하는 수집평가부를 포함하고, 상기 개별 인식부 각각은, 상기 전역 특징 벡터, 상기 전역 어휘 모델, 상기 전역 음향 모델, 및 상기 대응하는 개별 언어 모델만을 이용하여 입력신호를 인식하며,상기 개별 언어 모델은, 전역 코퍼스로부터 영역별 구분에 기초하여 다수 생성되고, 상기 전역 어휘 모델은, 상기 전역 코퍼스로부터 유일하게 생성되는 것을 특징으로 하는 음성 인식 장치
|
2 |
2
제 1 항에 있어서,상기 전역 음향 모델은 복수의 가우시안들로 구성되어 있고, 상기 복수의 가우시안들은 상기 개별 인식부에 대응하는 수만큼 클러스터되어, 적어도 그 중 하나의 클러스터는 대응하는 개별 인식부에 물리적으로 연결되어 있고 나머지 클러스터들은 논리적으로 연결되어 있는 것을 특징으로 하는 음성 인식 장치
|
3 |
3
제 2 항에 있어서,상기 복수의 가우시안들 중 유사한 가우시안들은 서로 다른 클러스터에 할당되는 것을 특징으로 하는 음성 인식 장치
|
4 |
4
삭제
|
5 |
5
제 1 항에 있어서,상기 수집평가부는, 상기 개별 인식부들의 인식결과인 복수의 인식후보 및 점수를 수집하고, 사용자가 원하는 방식에 따라 평가하여 최종결과를 출력하는 것을 특징으로 하는 음성 인식 장치
|
6 |
6
입력신호로부터 특징 벡터를 검출하는 단계;상기 특징 벡터를 포함하는 전역 특징 벡터, 전역 어휘 모델, 및 전역 음향 모델로 구성된 전역 데이터베이스부 및 복수의 개별 인식부에 각기 대응하는 복수의 개별 언어 모델로 구성된 개별 데이터베이스부를 이용하여 상기 복수의 개별 인식부 각각에서 입력신호를 인식하는 단계; 및상기 각 개별 인식부들의 인식결과를 수집하고 평가하는 단계;를 포함하고,상기 개별 언어 모델은, 전역 코퍼스로부터 영역별 구분에 기초하여 다수 생성되고, 상기 전역 어휘 모델은, 상기 전역 코퍼스로부터 유일하게 생성되는 것을 특징으로 하는 음성 인식 방법
|
7 |
7
제 6 항에 있어서,상기 전역 음향 모델은 복수의 가우시안들로 구성되어 있고, 상기 복수의 가우시안들은 상기 개별 인식부에 대응하는 수만큼 클러스터되어, 적어도 그 중 하나의 클러스터는 대응하는 개별 인식부에 물리적으로 연결되어 있고 나머지 클러스터들은 논리적으로 연결되어 있는 것을 특징으로 하는 음성 인식 방법
|
8 |
8
제 7 항에 있어서,상기 복수의 가우시안들 중 유사한 가우시안들은 서로 다른 클러스터에 할당되는 것을 특징으로 하는 음성 인식 방법
|
9 |
9
삭제
|
10 |
10
제 6 항에 있어서,상기 수집하고 평가하는 단계는, 상기 개별 인식부들의 인식결과인 복수의 인식후보 및 점수를 수집하고, 사용자가 원하는 방식에 따라 평가하여 최종결과를 출력하는 것을 특징으로 하는 음성 인식 방법
|