SVMs을 이용한 효율적인 음소단위 분할

Abstract

본 연구에서는 음성의 학습 및 인식 단위로서 연속음성을 초성, 중성, 종성의 음소단위로 분할하기 위하여 인공 신경회로망의 하나인 SVMs을 사용하였으며 분할한 음소단위의 음성으로 연속음성인식에 적용하여 그 성능을 살펴보았다. 음소경계는 단 구간에서의 최대 주파수를 가진 알고리즘에 의하여 결정되며 또한 음성인식처리는 CHMM에 의하여 이루어지며 GMM 및 목측에 의한 분할결과와도 비교하여 살펴보았다. 시뮬레이션 결과로부터 분할성능에서 전반적으로는 SVMs이 양호하며 특히 초성에서 더 우수하며 중성, 종성에서는 GMM이 보다 효율적임을 알 수 있었다. 향후 SVMs과 GMM을 결합한 하이브리드 구조의 최적 음소 분할기를 구성하고 연속 음성인식에 적용할 계획이다.