Earticle

초록

한국어

기존의 연속 어휘 인식 시스템에서는 의사 결정 트리 기반 공유 모델링 방법을 사용하여 인식률 향상 시킬 수 있었으나 이들 음소 데이타에 대한 검색을 지원할 수 없는 문제로 인해 시스템 모델의 정확성을 확보하지 못한다는 단점이 있다. 이를 개선하기 위하여 연속 어휘 클러스터링 모델에서 음소 단위로 확률 모델을 검색할 수 있는 시스템을 모델링하였다. 본 논문에서 제안한 시스템을 적용한 결과 시스템 성능에서 95.88%의 인식률을 나타내었다.

영어

Established continuous vocabulary recognition system improved recognition rate by using decision tree based tying modeling method. However, since system model cannot support the retrieve of phoneme data, it is hard to secure the accuracy. In order to improve this problem, we remodeled a system that could retrieve probabilistic model from continuous vocabulary clustering model to phoneme unit. Therefore in this paper showed 95.88%of recognition rate in system performance.

목차

요약
 Abstract
 1. 서론
 2. 관련 연구
  2.1 HMM과 CHMM 어휘인식
  2.2 Euclidean과 Bhattacharyya 방법
  2.3 검색 시스템
 3. 시스템 모델
  3.1 클러스터링 모델링
  3.2 라이브러리 클래스
  3.3 검색 시스템
 4. 실험 결과 및 분석
 5. 결론
 참고문헌

저자

• 오상엽 [ Sang Yeob, Oh | 가천대학교 IT 대학 인터랙티브미디어 교수 ] 교신저자

참고문헌