1 |
1
잔향환경의 음성 신호로부터 특징 벡터를 추출하는 단계;상기 특징 벡터로부터 상기 잔향환경을 추정하는 단계;상기 특징 벡터를 상기 잔향환경별로 분류하여 학습 데이터세트를 생성하고, 상기 학습 데이터세트를 결합학습하여 음향모델 파라미터를 생성하는 단계;상기 음향모델 파라미터를 가중결합하여 앙상블 모델(ensemble joint acoustic model, EJAM)을 구성하는 단계; 및상기 앙상블 모델 및 언어 모델을 이용하여 상기 특징 벡터와 부합하는 단어열을 검색하는 단계를 포함하는 것을 특징으로 하는 음성인식 방법
|
2 |
2
청구항 1에 있어서,상기 특징 벡터를 추출하는 단계는상기 음성 신호를 음성 파형의 특징을 가지는 축약된 형식의 신호로 변환하는 것을 특징으로 하는 음성인식 방법
|
3 |
3
청구항 1에 있어서,상기 잔향환경을 추정하는 단계는상기 특징 벡터로부터 상기 잔향환경에 대한 확률을 추정하는 것을 특징으로 하는 음성인식 방법
|
4 |
4
청구항 1에 있어서,상기 잔향환경을 추정하는 단계는Convolution Neural Network를 사용하는 것을 특징으로 하는 음성인식 방법
|
5 |
5
청구항 1에 있어서,상기 음향모델 파라미터를 생성하는 단계는특징매핑 심화신경망을 이용하여 상기 학습 데이터세트를 학습시키는 단계;음향모델링 심화신경망을 이용하여 상기 학습 데이터세트를 학습시키는 단계;상기 특징매핑 심화신경망 및 상기 음향모델 심화신경망을 결합학습하는 단계를 포함하는 것을 특징으로 하는 음성인식 방법
|
6 |
6
청구항 5에 있어서,상기 특징매핑 심화신경망을 이용하여 상기 학습 데이터세트를 학습시키는 단계는상기 특징 벡터로부터 상기 잔향을 제거하도록 학습시키는 것을 특징으로 하는 음성인식 방법
|
7 |
7
청구항 6에 있어서,상기 음향모델링 심화신경망을 이용하여 상기 학습 데이터세트를 학습시키는 단계는상기 잔향이 제거된 특징 벡터로부터 음소를 구분하도록 학습시키는 것을 특징으로 하는 음성인식 방법
|
8 |
8
청구항 5에 있어서,상기 특징매핑 신경망의 출력층이 상기 음향모델링 심화신경망의 입력층이 되는 것을 특징으로 하는 음성인식 방법
|
9 |
9
청구항 5에 있어서,상기 결합학습하는 단계는오차 역전파 알고리즘(back-propagation)을 이용하여 하나의 심화신경망을 생성하는 것을 특징으로 하는 음성인식 방법
|
10 |
10
청구항 3에 있어서,상기 음향모델 파라미터를 가중결합하여 앙상블 모델을 구성하는 단계는상기 잔향환경에 대한 확률을 가중치로 사용하여 상기 음향모델 파라미터를 가중결합하는 것을 특징으로 하는 음성인식 방법
|
11 |
11
청구항 1에 있어서,상기 특징 벡터와 부합하는 단어열을 검색하는 단계는WFST(Weighted Finite State Transducer)를 사용하는 것을 특징으로 하는 음성인식 방법
|
12 |
12
청구항 1에 있어서,상기 언어 모델은 통계적 모델을 사용하여 상기 잔향환경의 음성 신호 내 단어들 사이의 관계를 찾는 것을 특징으로 하는 음성인식 방법
|
13 |
13
입력되는 잔향환경의 음성 신호를 특징 벡터로 축약시키는 음성특징추출부;상기 잔향환경의 음성 신호 내 단어들 사이의 관계를 찾아 언어모델을 생성하는 언어모델링부;상기 특징 벡터로부터 상기 잔향환경의 추정하는 잔향환경 추정부;상기 특징 벡터를 상기 잔향환경별로 분류하여 학습 데이터세트를 생성하고, 상기 학습 데이터세트를 결합학습하여 음향모델 파라미터를 생성하는 음향모델링부;상기 음향모델링부에서 생성된 복수의 음향모델 파라미터를 가중결합하여 앙상블 모델을 생성하는 가중결합부; 및상기 앙상블 모델과 상기 언어모델을 이용하여 상기 특징 벡터와 부합하는 단어열을 검색하는 음성인식부를 포함하는 것을 특징으로 하는 음성인식 장치
|
14 |
14
청구항 13에 있어서,상기 잔향환경 추정부는 상기 잔향환경에 대한 확률을 추정하는 것을 특징으로 하는 음성인식 장치
|
15 |
15
청구항 13에 있어서,상기 음향모델링부는 특징매핑 심화신경망 학습부, 음향모델링 심화신경망 학습부 및 결합학습부를 포함하는 것을 특징으로 하는 음성인식 장치
|
16 |
16
청구항 15에 있어서,상기 특징매핑 심화신경망 학습부는상기 특징 벡터로부터 상기 잔향을 제거하도록 설계되는 것을 특징으로 하는 음성인식 장치
|
17 |
17
청구항 16에 있어서,상기 음향모델링 심화신경망 학습부는상기 잔향이 제거된 특징 벡터로부터 음소를 구분하도록 설계되는 것을 특징으로 하는 음성인식 장치
|
18 |
18
청구항 15에 있어서,상기 결합학습부는오차 역전파 알고리즘(back-propagation)을 이용하여 하나의 심화신경망을 생성하는 것을 특징으로 하는 음성인식 장치
|
19 |
19
청구항 14에 있어서,상기 가중결합부는 상기 음향모델 파라미터를 가중결합하여 앙상블 모델을 구성하는 단계는상기 잔향환경에 대한 확률을 가중치로 사용하여 상기 음향모델 파라미터를 가중결합하는 것을 특징으로 하는 음성인식 장치
|
20 |
20
청구항 13에 있어서,상기 음성인식부는WFST(Weighted Finite State Transducer)를 사용하는 것을 특징으로 하는 음성인식 장치
|