음성인식 후처리에서 음소 유사율을 이용한 오류보정에 관한 연구 = (A)Study on Error Correction using Phoneme Similarity in Post-Processing of Speech Recognition

국문 초록 (Abstract)

본 논문에서는 한국어의 음소가 갖는 특징을 기반으로 음성인식 후처리에서 오류보정에 관하여 제안하였다. 이를 위해 한국어 음소의 특징을 고려한 음소 유사율을 사용하였다.
음소 유사율은 훈련데이터를 모노폰으로 훈련시켜 한국어 음소 각각에 대하여 MFCC와 LPC 특징추출방법을 사용하여 특징추출을 수행하고, 바타챠랴 거리 측정법을 사용하여 각 음소 사이의 유사율을 구하였다.
음소 유사율과 신뢰도를 이용하여 오류보정률을 구하였으며, 이를 사용하여 음성인식 과정에서 오류로 판명된 어절에 대하여 오류보정을 수행하고, 음절 복원과 형태소 분석을 재수행하는 과정을 거쳤다. 실험 결과 MFCC와 LPC 각각 7.5%와 5.3%의 인식 향상률을 보이며, 전체적으로 71.8%, 69.6%의 인식률을 보였다.
본 논문에서 제안한 음성인식 후처리에서 오류보정은 신호처리 위주의 인식결과로부터 좀더 신뢰할 수 있는 인식 결과를 얻을 수 있으리라 기대된다.

다국어 초록 (Multilingual Abstract)

This paper proposes an error correction in post-processing of the speech recognition based on features of Korean phoneme. To support this theory, we used the phoneme similarity considering features of Korean phoneme.
The phoneme similarity, which we are utilizing in this paper, trains data by mono-phoneme, and use MFCC and LPC to extract feature in each Korean phoneme. In addition, the phoneme similarity uses a Bhattacharrya distance measure to get the similarity between one phoneme and the other.
By using the phoneme similarity, the error of eo-jeol that may not be morphologically analyzed could be corrected. Also, the syllable recovery and morphological analysis are performed again. The results of the experiment showed the improvement of 7.5% and 5.3% in the recognition rates of 71.8% and 69.6% for each of MFCC and LPC.
The error correction in post-processing of the speech recognition using the phoneme similarity can derive more reliable results from the recognition outputs by the signal processing, which is mainly discussed in the paper.

목차 (Table of Contents)

• 제 1 장 서론 = 12
• 제 2 장 오류보정을 위한 기존연구 = 14
• 2.1 잡음 채널 모델 = 14
• 2.2 오류 패턴 매칭 = 15
• 2.3 어휘 의미 패턴(LSP) = 17
• 제 3 장 음성 인식 및 오류 분석 = 19
• 3.1 음성인식기 = 19
• 3.1.1 음절 복원 = 19
• 3.1.2 형태소 분석 = 20
• 3.2 음성 인식 오류의 종류 = 20
• 3.2.1 대치 오류 = 21
• 3.2.2 삽입 오류 = 21
• 3.2.3 삭제 오류 = 21
• 제 4 장 음소 유사율을 이용한 오류보정 = 22
• 4.1 신뢰도 = 23
• 4.2 끝점검출 및 음성특징추출 = 24
• 4.2.1 끝점검출 = 25
• 4.2.2 음성특징추출 = 26
• 4.3 음소 유사율의 구성 = 35
• 4.4 오류보정 적용 알고리즘 = 43
• 제 5 장 구현 및 실험 결과 = 46
• 5.1 구현 = 46
• 5.2 실험 결과 = 47
• 5.2.1 음소 유사율의 구성에 따른 오류보정 결과 = 47
• 5.2.2 음절의 개수에 따른 오류보정 결과 = 48
• 5.3 고찰 = 50
• 제 6 장 결론 = 51