1 |
1
수신되는 음성 신호에서 음성 구간을 검출하고;검출된 음성 구간 내에서 특징 벡터를 생성하고;상기 특징 벡터를 음향 규칙에 따라 설정된 서치 네트워크를 이용하여 HMM (Hidden MarKov Model)모델링함에 의해 음소를 인식하고 제1,2 라이클리후드의 스코어를 얻고;상기 음소 인식을 음성 구간의 마지막 구간까지 수행하면서 얻은 상기 제1,2 라이클리후드의 최종 스코어를 비교하여 상기 음성 신호에 대한 성별을 최종적으로 결정하는 문맥독립 성별 인식 방법
|
2 |
2
제1항에 있어서, 상기 특징 벡터는 프레임 단위로 생성되는 문맥독립 성별 인식 방법
|
3 |
3
제1항에 있어서, 상기 음소 인식은 3개 이상의 GMM으로 구성되는 HMM 인식을 통하여 수행되는 문맥독립 성별 인식 방법
|
4 |
4
제1항에 있어서, 상기 특징 벡터의 생성은 음성 특징의 피치 및 켑스트럼을 추출한 후 특징 벡터를 융합하는 과정을 포함하는 문맥독립 성별 인식 방법
|
5 |
5
제4항에 있어서, 상기 융합은 상기 특징 벡터를 합쳐 분류기에 하나의 특징 벡터로서 입력하는 것인 문맥독립 성별 인식 방법
|
6 |
6
제1항에 있어서, 상기 특징 벡터의 생성은 음성 특징의 피치 및 켑스트럼을 추출한 후 상기 피치 및 켑스트럼의 PDF(Probability Density Function)를 개별적으로 생성하여 융합하는 과정을 포함하는 문맥독립 성별 인식 방법
|
7 |
7
제6항에 있어서, 상기 융합은 상기 특징 벡터를 분류기에 입력하여 상기 피치 및 켑스트럼의 PDF를 개별적으로 구한 후 통합하는 것인 문맥독립 성별 인식 방법
|
8 |
8
제1항에 있어서, 상기 설정된 서치 네트워크는 한국어의 경우에 초성, 중성, 종성의 망 그룹을 포함하는 문맥독립 성별 인식 방법
|
9 |
9
제1항에 있어서, 상기 음향 규칙은 음운 현상을 반영하기 위해 음소의 순차적 특성을 고려한 확률분포에 따른 규칙인 문맥독립 성별 인식 방법
|
10 |
10
음성 특징의 에너지, 피치, 포먼트, 및 켑스트럼 중 적어도 2이상을 조합하여 특징 벡터를 추출하고; 상기 특징 벡터를 음소의 전이확률을 반영하는 HMM으로써 모델링하여 음성 신호에 대한 남녀 성별을 판정하는 문맥독립 성별 인식 방법
|
11 |
11
제10항에 있어서, 상기 HMM 모델링 시 음향 규칙에 따라 설정된 서치 네트워크가 이용되는 문맥독립 성별 인식 방법
|
12 |
12
제10항에 있어서, 상기 특징 벡터는 10 mm sec를 갖는 프레임 단위로 생성되는 문맥독립 성별 인식 방법
|
13 |
13
제11항에 있어서, 상기 HMM 모델링은 3개 이상의 GMM으로 이루어진 HMM 인식기를 통해 수행되는 문맥독립 성별 인식 방법
|
14 |
14
수신되는 음성 신호에서 음성 구간을 검출하고 상기 검출된 음성 구간 내에서 특징 벡터를 생성하는 특징 벡터 생성부; 및 상기 특징 벡터를 음향 규칙에 따라 설정된 서치 네트워크를 이용하여 HMM (Hidden MarKov Model)모델링함에 의해 음소를 인식하는 성별 인식부를 포함하는 문맥독립 성별 인식 장치
|
15 |
15
제14항에 있어서, 상기 성별 인식부는, 상기 음소 인식 시마다 제1,2 라이클리후드의 스코어를 생성하는 스코어 생성부; 및 상기 음소 인식을 음성 구간의 마지막 구간까지 수행하면서 얻은 상기 제1,2 라이클리후드의 최종 스코어를 비교하여 상기 음성 신호에 대한 성별을 최종적으로 결정하는 판정부를 포함하는 문맥독립 성별 인식 장치
|