DGIST Scholar: 특징보상 기법을 이용한 분산음성인식 환경의 AFE 알고리듬 개선 연구

ETC 1. Journal Articles

Cited time in webofscience

Cited time in scopus

특징보상 기법을 이용한 분산음성인식 환경의 AFE 알고리듬 개선 연구

Alternative Title: Improvements on AFE algorithm for Distributed Speech Recognition Using the Feature Compensation

Subject: Speech Recognition ; Feature Compensation ; DSR(Distributed Speech Recognition) ; AFE(Advanced Front End) ; IMM(Interacting Multiple Model) ; 음성인식 ; 특징보상 ; 분산음성인식 ; AFE ; IMMBackground noise and channel distortion can have significant impacts on the performance of speechrecognition systems. It is well known that speech recognition performance degrades in the presence ofenvironmental noise. A ; Speech Recognition ; Feature Compensation ; DSR(Distributed Speech Recognition) ; AFE(Advanced Front End) ; IMM(Interacting Multiple Model)

Abstract: 음성인식 시스템의 실용화에 가장 저해되는 요소는 배경 잡음과 채널에 의한 왜곡이다. 일반적으로 잡음은 음성인식 시스템의 성능을 저하시키고, 이로 인해 사용 장소의 제약을 많이 받고 있다. 이를 해결하기 위해 많은 연구가 진행되어 왔고, DSR 기반의 표준화도 그 중 하나이다. 이 환경에서 구현된 AFE 알고리듬은 잡음과 채널에 강인한 기법으로 높은 인식률을 보인다. 한편, 잡음은 특징벡터 영역에서 깨끗한 음성과 오염된 음성간의 비선형 효과를 가져오기도 한다. 이는 학습 환경과 인식 환경의 불일치를 일으키고, 결과적으로 인식 성능을 현저히 저하시키게 된다. 이에 잡음처리 방식으로 특징보상 기법이 연구되고 있고, IMM 알고리듬은 이러한 분류에 속한다.
본 논문에서는 DSR 환경의 AFE 알고리듬에 특징보상 기법을 활용하여, 잡음에 더욱 강인한 특징 파라미터를 추출하도록 제안한다. 추가적으로 VAD 정보를 이용하여 잡음구간과 음성구간에 따라 잡음을 유연하게 처리하도록 구현하였다. 제안된 방법은 AURORA2 자료를 사용하여 HTK 인식기로 실험 결과를 얻어 성능을평가하였다. 인식 결과는 기존의 알고리듬을 사용하였을 때에 비해 성능이 향상된다.