-
公开(公告)号：KR101624926B1
公开(公告)日：2016-05-27
申请号：KR1020140182745
申请日：2014-12-17
Applicant: 서울대학교산학협력단
CPC classification number: G10L15/16 , G10L15/20 , G10L25/30 , Y10S706/90
Abstract: 본발명은딥 뉴럴네트워크기반특징보상기법을이용한음성인식방법에관한것으로서, 보다구체적으로는 (1) 잡음이혼합된학습데이터를이용해딥 뉴럴네트워크(Deep Neural Network; DNN)를학습하는단계; (2) 테스트데이터를상기학습된딥 뉴럴네트워크에적용하여보상된특징벡터또는스테이트사후확률을도출하는단계; 및 (3) 상기단계 (2)에서도출된보상된특징벡터또는스테이트사후확률을이용해, 음성인식결과를도출하는단계를포함하는것을그 구성상의특징으로한다. 본발명에서제안하고있는딥 뉴럴네트워크기반특징보상기법을이용한음성인식방법에따르면, 잡음이혼합된학습데이터를이용해딥 뉴럴네트워크를학습함으로써, 잡음과깨끗한음성과의관계를자동으로학습할수 있으며, 학습된딥 뉴럴네트워크에테스트데이터를적용하여보상된특징벡터또는스테이트사후확률을도출하고, 이를이용해음성인식결과를도출함으로써, 어떤잡음에서도정확한특징보상이이루어질수 있고, 이를통해향상된음성인식결과를얻을수 있다. 또한, 본발명에따르면, 특징벡터또는스테이트사후확률에대하여딥 뉴럴네트워크를학습하고, 학습된딥 뉴럴네트워크를통해보상된특징벡터또는스테이트사후확률을얻을수 있으므로, 디코더의종류에따라다양한방식으로음성인식에적용될수 있다.
Abstract translation: 本发明涉及一种通过使用基于深神经网络（DNN）的特征补偿技术的语音识别方法。 更具体地说，本发明包括：（1）通过使用与噪声混合的学习数据来学习DNN的步骤; （2）通过将测试数据应用于所学习的DNN来计算补偿特征向量或后验状态概率的步骤; 和（3）通过使用在步骤（2）中计算的补偿特征向量或后验状态概率来绘制语音识别结果的步骤。 根据通过使用基于本发明提出的DNN的特征补偿技术的语音识别方法，可以通过使用与噪声混合的学习数据学习DNN来自动学习噪声与干净语音之间的关系 并用任何噪声进行精确的特征补偿，从而通过将测试数据应用于学习的DNN并通过使用相同的语音识别结果绘制补偿特征向量或后验状态概率来获得改进的语音识别结果 。 此外，本发明能够根据解码器类型以各种模式应用于语音识别，因为本发明能够根据特征向量或后验状态概率学习DNN，并获得补偿后的特征向量或 通过学习的DNN的后验状态概率。
-
Patent Agency Ranking
-
公开(公告)号：KR101037801B1
公开(公告)日：2011-05-31
申请号：KR1020090091362
申请日：2009-09-25
Applicant: 서울대학교산학협력단
Abstract: 본 발명은 부단위 인식심어 검출 방법에 따르면, 부단위 인식을 이용하여 사용자가 발화한 음성을 이용한 핵심어 검출 방법에 관한 것으로서, 보다 구체적으로는 (1) 사용자가 발화한 음성에 대하여 부단위 배열을 추출하는 단계; (2) 핵심어를 부단위 배열로 표현하는 단계; 및 (3) 상기 단계 (2)에서 표현된 부단위 배열과, 상기 단계 (1)에서 추출된 부단위 배열을 비교하여, 상기 핵심어가 사용자가 발화한 상기 음성에 포함되어 있는지 여부를 결정하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
본 발명의 부단위 인식을 이용한 핵에 핵심어가 포함되어 있는지 여부를 판단함으로써, 기존의 핵심어 검출 방법과 비교하여 계산 용량 및 메모리 사용량을 대폭 줄일 수 있다.
핵심어 검출, 부단위, 페널티 행렬-
公开(公告)号：KR1020110092622A
公开(公告)日：2011-08-18
申请号：KR1020100012142
申请日：2010-02-09
Applicant: 서울대학교산학협력단
Abstract: PURPOSE: A foreign language speaking evaluation method and system using a speech recognition technique are provided to accurately evaluate the pronunciation of a foreign language by removing unnecessary habit through normalization. CONSTITUTION: A voice input module(100) inputs voice of a learner and a native speaker. A preprocessing module(200) preprocesses evaluation of the voice of a learner. A foreign language speaking estimating module(700) evaluates foreign speaking performance of a learner.
Abstract translation: 目的：提供一种使用语音识别技术的外语发音评估方法和系统，通过规范化去除不必要的习惯，准确评估外语发音。 构成：语音输入模块（100）输入学习者和母语者的声音。 预处理模块（200）预处理学习者的声音的评估。 外语评估模块（700）评估学习者的外语表现。
-
公开(公告)号：KR101145440B1
公开(公告)日：2012-05-15
申请号：KR1020100012142
申请日：2010-02-09
Applicant: 서울대학교산학협력단
Abstract: PURPOSE: A foreign language speaking evaluation method and system using a speech recognition technique are provided to accurately evaluate the pronunciation of a foreign language by removing unnecessary habit through normalization. CONSTITUTION: A voice input module(100) inputs voice of a learner and a native speaker. A preprocessing module(200) preprocesses evaluation of the voice of a learner. A foreign language speaking estimating module(700) evaluates foreign speaking performance of a learner.
-
公开(公告)号：KR1020110033749A
公开(公告)日：2011-03-31
申请号：KR1020090091362
申请日：2009-09-25
Applicant: 서울대학교산학협력단
Abstract: PURPOSE: A keyword detecting method using subunit recognition is provided to determine a keyword in a sound voice through the subunit recognition. CONSTITUTION: A feature parameters is extracted from a previously inputted voice for performing subunit recognition(S10). The subunit is a smaller unit than a keyword of a word or a sentence unit. By using sub unit recognizing device, a sub unit arrangement is extracted about a speech voice of a user(S20). A keyword is expressed in a subunit arrangement(S30). By comparing an expressed subunit arrangement and an extracted subunit arrangement, a keyword detection is determined(S40).
Abstract translation: 目的：提供使用子单元识别的关键字检测方法，以通过子单元识别确定声音中的关键词。 构成：从先前输入的语音中提取特征参数以进行子单元识别（S10）。 子单元是比单词或句子单位的关键字更小的单位。 通过使用子单元识别装置，提取关于用户的语音的子单元布置（S20）。 关键词以子单元布置（S30）表示。 通过比较表示的子单元布置和提取的子单元布置，确定关键字检测（S40）。
-
-
-
-
-
Search Results
6
records
(took 0.047 seconds)
