대용량 어휘를 기반으로 한 화자 적용 알고리즘

Abstract

화자독립인식기의 평균적인 성능은 좋더라도 사용하는 화자에 따라 인식률이 많이 차이가 난다. 이러한 문제점을 해결하기 위한 방법으로 본 논문에서는 기존의 codebook을 사용하여 사용자의 적은 어휘로써 높은 인식률을 가질 수 있는 화자 적응 방법을 제안한다. 본 논문에서는 대용량 어휘인식을 위해 음소인식에 뛰어난 성능을 지닌 CHMM(continuous hidden Markov model)을 사용하였고, 적응 알고리즘인 MAP(maximum a posterior)를 사용하여 HMM의 파라미터를 적응시키는 방법으로 대용량 어휘 인식률을 계산하였다. 화자 적응 알고리즘을 적용하기 이전과 화자 적응 알고리즘을 적용했을 때 인식률을 비교하였을 경우 음소 인식률이 40%이상 좋아짐을 알 수 있었다.

In this paper. we propose a speaker adaptation algorithm. We make an experiment using CHMM which shows good performance for phoneme recognition. MAP formulation is developed to adapt the characteristics of speaker with the estimation of the HMM parameter from the training data. The proposed adaptation algorithm is evaluated in large vocabulary continuous speech recognition. In the experiment. we compare the recognition accuracy of the adapting acoustic model with that of common speaker. At the experimental results. MAP algorithm achieve up to about 40% additional reduction of error in phoneme recognition.