RISS 검색 - 국내학술지논문 상세보기

국문 초록 (Abstract)

본 논문에서는 인간의 감정 변화에 강인한 음성 인식 시스템을 구현하기 위하여 감정 변화의 영향을 최소화 하는 방법에 관한 연구를 수행하였다. 이를 위하여 우선 다양한 감정이 포함된 ...

본 논문에서는 인간의 감정 변화에 강인한 음성 인식 시스템을 구현하기 위하여 감정 변화의 영향을 최소화 하는 방법에 관한 연구를 수행하였다. 이를 위하여 우선 다양한 감정이 포함된 음성 데이터베이스를 사용하여 감정 변화에 따른 음성신호의 변화를 관찰하였다. 감정이 포함되지 않은 평상의 음성으로 학습된 음성 인식 시스템에 감정이 포함된 인식 데이터가 입력되는 경우 감정에 따른 음성의 차이가 인식 시스템의 성능을 저하시킨다. 본 연구에서는 감정의 변화에 따라 화자의 성도 길이가 변화한다는 것과 이러한 변화는 음성 인식 시스템의 성능을 저하시키는 원인 중의 하나임을 관찰하였다. 본 연구에서는 이러한 음성의 변화를 감소시키는 방법으로 성도 길이 정규화 방법을 사용한 감정 변화에 강인한 음성 인식 시스템을 개발하였다. HMM을 사용한 단독음 인식 실험에서 제안된 학습 방법을 사용하면 감정 데이터의 오차가 기존방법보다 41.9% 감소되었다.

다국어 초록 (Multilingual Abstract)

This paper studied the training methods less affected by the emotional variation for the development of the robust speech recognition system. For this purpose, the effect of emotional variations on the speech signal were studied using speech database containing various emotions. The performance of the speech recognition system trained by using the speech signal containing no emotion is deteriorated if the test speech signal contains the emotions because of the emotional difference between the test and training data. In this study, it is observed that vocal tract length of the speaker is affected by the emotional variation and this effect is one of the reasons that makes the performance of the speech recognition system worse. In this paper, vocal tract normalization method is used to develop the robust speech recognition system for emotional variations. Experimental results from the isolated word recognition using HMM showed that the vocal tract normalization method reduced the error rate of the conventional recognition system by 41.9% when emotional test data was used.

목차 (Table of Contents)

요약
Abstract
1. 서론
2. 성도 정규화
3. 주파수 와핑(frequency warping)

요약
Abstract
1. 서론
2. 성도 정규화
3. 주파수 와핑(frequency warping)
4. 실험 및 결과
5. 결론
참고문헌
저자소개

참고문헌 (Reference)

1 강봉석, "음성 신호를 이용한 문장독립 감정 인식 시스템" 연세대학교 2000

2 M. Pitz, "Vocal tract normalization equals linear transformation in cepstral space" 13 (13): 930-944, 2005

3 K. R. Scherer, "Vocal cues to speaker affect: testing two models" 76 (76): 1346-1355, 1984

4 I. R. Murray, "Toward the simulation of emotion in synthetic speech: a review of the literature on human vocal emotion" Journal of Accoustal Society of America 1097-1108, 1993

5 J. E. Cahn, "The generation of affect in synthesized speech" 80 : 1-19, 1990

6 A. Nogueiras, "Speech emotion recognition using Hidden Markov Models" 4 : 2676-2682, 2001

7 S. Wegmann, "Speaker Normalization on Conversational Telephone Speech" 339-342, 1996

8 M. G. Rahim, "Signal bias removal by maximum likelihood estimation for robust telephone speech recognition" 4 (4): 19-30, 1996

9 P. Alexandre, "Root cepstral analysis: a unified view. application to speech processing in car noise environments" 12 (12): 277-288, 1993

10 J. C. Junqua, "Robustness in Automatic Speech Recognition - Fundamental and Applications" Kluwer Academic Publishers 1996