음소길이를 고려한 3-State Hidden Markov Model 에 의한 한국어 음소인식

Korean Phoneme Recognition Using duration-dependent 3-State Hidden Markov Model

본 논문은 Markov 모델에 의한 효과적인 한국어 음소모델 작성방식과 인식에 대하여 기술한다. hidden Markov 모델은 음성신호 고유의 비정상성을 효과적으로 모델화할 수 있다. 본 논문에서는 음소의 일련의 변화하는 특성, 즉 천이-안정-천이의 변화를 나타내기 위하여 3상태 음소모델을 제안한다. 또한 음소길이가 인식성능에 영향을 미치는 중요한 요소임을 밝히고 길이를 고려한 3상태 hidden Markov 모델을 사용하여 인식률을 개선시킬 수 있음을 보였다.

This paper discribes the method associated with modeling of Korean phonemes. Hidden Markov models(HMM's) may be viewed as an effective technique for modeling the inherent nonstationarity of speech signal. We propose a 3-state phoneme model to represent the sequentially changing characteristics of phonemes, i.e., transition-to-stationary-to-transition. Also we clarify that the duration of a phoneme is an important factor to have an effect in recognition accuracy and show that improvement in recognition rate can be obtained by using duration-dependent 3-state hidden Markov models.