맞춤기술찾기

이전대상기술

심층 신경망을 이용한 발화 검증 방법(Utterance Verification Method using Deep Neural Network)

  • 기술번호 : KST2017011656
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 최대 우도비(Maximum Likelihood) 기반의 발화 검증 방법의 성능을 개선하기 위하여, 음성 인식 시스템에서 심층 신경망을 이용하되 음성 인식 신호 처리(signal processing) 과정을 심층 신경망에 통합함으로써, 음성 인식 신호 처리(signal processing) 과정과 음성 인식 결과의 신뢰도를 기반으로 인식 결과를 사용자에게 출력할지 여부를 결정하는 후처리 과정으로서의 분류(classification) 과정이 동시에 최대의 음성 인식 성능을 수행하도록 설정하여 음성 인식 성능을 개선할 수 있는, 심층 신경망을 이용한 발화 검증 방법에 관한 것이다.
Int. CL G10L 15/14 (2006.01.01) G10L 15/08 (2006.01.01) G10L 15/16 (2006.01.01)
CPC G10L 15/14(2013.01) G10L 15/14(2013.01) G10L 15/14(2013.01)
출원번호/일자 1020160000277 (2016.01.04)
출원인 한국전자통신연구원
등록번호/일자 10-2011489-0000 (2019.08.09)
공개번호/일자 10-2017-0081344 (2017.07.12) 문서열기
공고번호/일자 (20190816) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.02.02)
심사청구항수 7

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정훈 대한민국 대전광역시 유성구
2 강점자 대한민국 대전광역시 서구
3 박전규 대한민국 대전광역시 유성구
4 이윤근 대한민국 대전광역시 서구
5 최우용 대한민국 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인지명 대한민국 서울특별시 강남구 남부순환로**** 차우빌딩*층

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2016.01.04 수리 (Accepted) 1-1-2016-0001612-56
2 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2016.09.28 불수리 (Non-acceptance) 1-1-2016-0943632-08
3 서류반려이유통지서
Notice of Reason for Return of Document
2016.09.30 발송처리완료 (Completion of Transmission) 1-5-2016-0143725-96
4 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2016.10.05 수리 (Accepted) 1-1-2016-0961846-83
5 서류반려통지서
Notice for Return of Document
2016.11.09 발송처리완료 (Completion of Transmission) 1-5-2016-0162118-82
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.02.02 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0121092-64
7 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)
2018.02.02 수리 (Accepted) 1-1-2018-0121093-10
8 등록결정서
Decision to grant
2019.05.09 발송처리완료 (Completion of Transmission) 9-5-2019-0333780-11
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
음성 인식 시스템의 발화 검증 장치에서 심층 신경망을 이용한 발화 검증 방법에 있어서, 프레임 단위의 상태별 음소들에 대한 우도비(SLLR)의 신호 처리를 심층 신경망에 통합하여 처리하고, 음성 인식 결과의 신뢰도를 기반으로 음성 인식 결과를 사용자에게 출력할지 여부를 이진결정하는 분류(classification) 과정을 동시에 수행하여 발화 검증을 위한 방법으로서, 발화된 음성 신호에 대한 SLLR 집합을 입력받는 단계;히스토그램 방식을 사용하여 상기 SLLR 집합을 일정 차원의 벡터값으로 표현하여 출력하는 단계; 및상기 벡터값을 심층 신경망의 복수의 은닉층에서 순차적으로 처리하여 마지막 출력층으로 상기 이진결정에 따른 이진화값을 출력하되, 이진결정 오류가 최소가 되도록 각 층에서 하나 이상의 발화 검증 모델 파라미터를 훈련하는 단계를 포함하는 것을 특징으로 하는 발화 검증 방법
2 2
제 1 항에 있어서,상기 히스토그램 방식을 사용하여 상기 SLLR 집합을 일정 차원의 벡터값으로 표현하여 출력하는 단계는,발화별로 서로 다른 음성 길이를 가지면서 서로 다른 차원의 벡터로 나타나는 SLLR에 대하여 상기 히스토그램 방식을 사용하여 상기 SLLR 집합을 일정 차원의 벡터값으로 표현하여 출력하는 것인 발화 검증 방법
3 3
제 2 항에 있어서,상기 히스토그램 방식을 사용하여 상기 SLLR 집합을 일정 차원의 벡터값으로 표현하여 출력하는 단계는,음소별 빈도수 산출 방식을 상기 히스토그램 방식으로 사용하여 상기 SLLR 집합을 동일 차원의 벡터값으로 표현하여 출력하는 것인 발화 검증 방법
4 4
제 1 항에 있어서,상기 이진결정 오류는 상기 출력층의 이진화값과 로컬 결정 이진화값의 차이를 의미하는 것인 발화 검증 방법
5 5
제 4 항에 있어서,상기 이진결정 오류는 크로스-엔트로피(cwoss-entropy) 알고리즘에 따라 상기 로컬 결정 이진화값과 확률값의 로그값에 기초하여 산출되되,상기 확률값은 상기 각 은닉층에서 음소들에 대한 우도비의 지수값의 총합에 대한 해당 은닉층에서의 벡터값의 지수값의 비율로 산출되는 것인 발화 검증 방법
6 6
제 1 항에 있어서,상기 이진결정 오류가 최소가 되도록 각 층에서 하나 이상의 발화 검증 모델 파라미터를 훈련하는 단계는,상기 이진결정 오류가 최소가 되도록 역전파하여 훈련 및 설정되는 것인 발화 검증 방법
7 7
제 6 항에 있어서,상기 이진결정 오류가 최소가 되도록 각 층에서 하나 이상의 발화 검증 모델 파라미터를 훈련하는 단계는,상기 각 층 중 j층의 벡터값으로부터 i층의 벡터값을 결정하기 위하여 K-차원의 모든 가중치가 이용되는 것인 발화 검증 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.