1 |
1
화자 인식 시스템에 의해 수행되는 화자 인식 방법에 있어서,음성 데이터를 시계열 적응형 컨볼루션 기반 딥러닝 모델에 입력받는 단계;상기 시계열 적응형 컨볼루션 기반 딥러닝 모델을 이용하여 상기 음성 데이터로부터 각 시간 포인트에 대한 화자 임베딩을 추출하는 단계; 및상기 추출된 각 시간 포인트에 대한 화자 임베딩을 통해 화자 정보를 인식하는 단계 를 포함하고, 상기 시계열 적응형 컨볼루션 기반 딥러닝 모델은,음성 데이터에 대한 시간 포인트마다 결정된 가중치를 음성 데이터와 컨볼루션을 진행하여 화자 임베딩이 추출되도록 학습된 것인, 화자 인식 방법
|
2 |
2
제1항에 있어서,상기 입력받는 단계는,1차원의 음성 신호로부터 각 시간 포인트에 대한 음성 특징을 추출하여 시간-특징의 2차원 이미지로 변환하는 단계를 포함하는 화자 인식 방법
|
3 |
3
제1항에 있어서,상기 각 시간 포인트에 대한 화자 임베딩을 추출하는 단계는,시계열 적응형 컨볼루션 기반 딥러닝 모델을 이용하여 상기 음성 데이터로부터 변환된 시간-특징의 2차원 이미지로부터 각 시간 포인트에 대한 화자 임베딩을 추출하는 단계를 포함하는 화자 인식 방법
|
4 |
4
제3항에 있어서,상기 각 시간 포인트에 대한 화자 임베딩을 추출하는 단계는,상기 추출된 각 시간 포인트에 대한 화자 임베딩을 이용하여 발화에 대한 화자 임베딩을 추출하는 단계를 포함하는 화자 인식 방법
|
5 |
5
제1항에 있어서,상기 화자 정보를 인식하는 단계는, 상기 추출된 각 시간 포인트에 대한 화자 임베딩을 이용하여 추출된 발화에 대한 화자 임베딩을 기 등록된 화자 임베딩 정보와의 유사도 비교를 통해 화자 정보를 인식하는 단계를 포함하는 화자 인식 방법
|
6 |
6
제4항에 있어서,상기 각 시간 포인트에 대한 화자 임베딩을 추출하는 단계는,음성 데이터에 대하여 가중치 결정 모델을 이용하여 각 시간 포인트마다의 컨볼루션의 가중치를 결정하는 단계를 포함하고,상기 가중치 결정 모델은, 음성 데이터 셋을 이용하여 컨볼루션의 가중치가 결정되도록 학습된 것인, 화자 인식 방법
|
7 |
7
제6항에 있어서,상기 각 시간 포인트에 대한 화자 임베딩을 추출하는 단계는,상기 결정된 각 시간 포인트마다의 컨볼루션의 가중치를 이용하여 음성 데이터와 컨볼루션하여 각 시간 포인트에 대한 화자 임베딩 특징을 추출하는 단계를 포함하는 화자 인식 방법
|
8 |
8
제7항에 있어서,상기 각 시간 포인트에 대한 화자 임베딩을 추출하는 단계는,상기 각 시간 포인트에 대한 화자 임베딩 특징을 추출하는 과정을 기 설정된 횟수만큼 반복하는 단계 를 포함하는 화자 인식 방법
|
9 |
9
화자 인식 시스템에 의해 수행되는 화자 인식 방법을 실행시키기 위해 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램에 있어서,음성 데이터를 시계열 적응형 컨볼루션 기반 딥러닝 모델에 입력받는 단계;상기 시계열 적응형 컨볼루션 기반 딥러닝 모델을 이용하여 상기 음성 데이터로부터 각 시간 포인트에 대한 화자 임베딩을 추출하는 단계; 및상기 추출된 각 시간 포인트에 대한 화자 임베딩을 통해 화자 정보를 인식하는 단계 를 포함하고, 상기 시계열 적응형 컨볼루션 기반 딥러닝 모델은,음성 데이터에 대한 시간 포인트마다 결정된 가중치를 음성 데이터와 컨볼루션을 진행하여 화자 임베딩이 추출되도록 학습된 것인, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
10 |
10
화자 인식 시스템에 있어서, 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는,음성 데이터를 시계열 적응형 컨볼루션 기반 딥러닝 모델에 입력받고,상기 시계열 적응형 컨볼루션 기반 딥러닝 모델을 이용하여 상기 음성 데이터로부터 각 시간 포인트에 대한 화자 임베딩을 추출하고, 상기 추출된 각 시간 포인트에 대한 화자 임베딩을 통해 화자 정보를 인식하는 것을 포함하고, 상기 시계열 적응형 컨볼루션 기반 딥러닝 모델은,음성 데이터에 대한 시간 포인트마다 결정된 가중치를 음성 데이터와 컨볼루션을 진행하여 화자 임베딩이 추출되도록 학습된 것인, 화자 인식 시스템
|
11 |
11
제10항에 있어서,상기 프로세서는, 1차원의 음성 신호로부터 각 시간 포인트에 대한 음성 특징을 추출하여 시간-특징의 2차원 이미지로 변환하는것을 특징으로 하는 화자 인식 시스템
|
12 |
12
제10항에 있어서,상기 프로세서는, 시계열 적응형 컨볼루션 기반 딥러닝 모델을 이용하여 상기 음성 데이터로부터 변환된 시간-특징의 2차원 이미지로부터 각 시간 포인트에 대한 화자 임베딩을 추출하는 것을 특징으로 하는 화자 인식 시스템
|
13 |
13
제12항에 있어서,상기 프로세서는, 상기 추출된 각 시간 포인트에 대한 화자 임베딩을 이용하여 발화에 대한 화자 임베딩을 추출하는 것을 특징으로 하는 화자 인식 시스템
|
14 |
14
제10항에 있어서,상기 프로세서는, 상기 추출된 각 시간 포인트에 대한 화자 임베딩을 이용하여 추출된 발화에 대한 화자 임베딩을 기 등록된 화자 임베딩 정보와의 유사도 비교를 통해 화자 정보를 인식하는 것을 특징으로 하는 화자 인식 시스템
|
15 |
15
제13항에 있어서,상기 프로세서는, 음성 데이터에 대하여 가중치 결정 모델을 이용하여 각 시간 포인트마다의 컨볼루션의 가중치를 결정하고, 결정된 각 시간 포인트마다의 컨볼루션의 가중치를 이용하여 음성 데이터와 컨볼루션하여 각 시간 포인트에 대한 화자 임베딩 특징을 추출하고, 상기 각 시간 포인트에 대한 화자 임베딩 특징을 추출하는 과정을 기 설정된 횟수만큼 반복하는 것을 포함하고,상기 가중치 결정 모델은, 음성 데이터 셋을 이용하여 컨볼루션의 가중치가 결정되도록 학습된 것인, 화자 인식 시스템
|