DNN-HMM 기반 시스템을 이용한 효과적인 구개인두부전증 환자 음성 인식 (Effective Recognition of Velopharyngeal Insufficiency (VPI) Patient's Speech Using DNN-HMM-based System)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 23권 / 1호 / 33 ~ 38페이지
· 저자명 : 윤기무, 김우일

초록

본 논문에서는 효과적으로 VPI 환자 음성을 인식하기 위해 DNN-HMM 하이브리드 구조의 음성 인식 시스템을구축하고 기존의 GMM-HMM 기반의 음성 인식 시스템과의 성능을 비교한다. 정상인의 깨끗한 음성 데이터베이스를 이용하여 초기 모델을 학습하고 정상인의 VPI 모의 음성을 이용하여 VPI 환자 음성에 대한 화자 인식을 위한 기본 모델을 생성한다. VPI 환자의 화자 적응 시에는 DNN의 각 층 별 가중치 행렬을 부분적으로 학습하여 성능을 관찰한 결과 GMM-HMM 인식기보다 높은 성능을 나타냈다. 성능 향상을 위해 DNN 모델 적응을 적용하고 LIN 기반의DNN 모델 적용 결과 평균 2.35%의 인식률 향상을 나타냈다. 또한 소량의 데이터를 사용했을 때 GMM-HMM 기반음성인식 기법에 비해 DNN-HMM 기반 음성 인식 기법이 향상된 VPI 음성 인식 성능을 보인다.

영어초록

This paper proposes an effective recognition method of VPI patient’s speech employing DNN-HMM-based speechrecognition system, and evaluates the recognition performance compared to GMM-HMM-based system. The proposedmethod employs speaker adaptation technique to improve VPI speech recognition. This paper proposes to use simulatedVPI speech for generating a prior model for speaker adaptation and selective learning of weight matrices of DNN, inorder to effectively utilize the small size of VPI speech for model adaptation. We also apply Linear Input Network (LIN)based model adaptation technique for the DNN model. The proposed speaker adaptation method brings 2.35%improvement in average accuracy compared to GMM-HMM based ASR system. The experimental results demonstrate thatthe proposed DNN-HMM-based speech recognition system is effective for VPI speech with small-sized speech data,compared to conventional GMM-HMM system.

참고자료

· 없음