Earticle

초록

한국어

본 논문은 반향 제거 평균 예측 LMS 알고리즘을 이용하여 반향 잡음에 강인한 연속 음성 인식 모델인 CHMM 모델을 구성하는 방법을 제안하였다. 변화하는 반향 잡음에 적응하고 연속 음성 인식 성능 향상을 위한 반향 잡음 제거 평균 예측 LMS 알고리즘을 이용하여 CHMM 모델을 구성하였다. 제안한 알고리즘에 의해 구성된 CHMM 모델에 대하여 연속 인식 성능을 평가하였다. 실험 결과 변화하는 환경 잡음을 제거하여 얻은 음성의 SNR은 평균 1.93dB이 향상되었고 연속 음성의 인식률은 2.1% 향상되었다.

영어

In this paper, the echo noise robust CHMM learning model using echo cancellation average estimator LMS algorithm is proposed. To be able to adapt to the changing echo noise. For improving the performance of a continuous speech recognition, CHMM models were constructed using echo noise cancellation average estimator LMS algorithm. As a results, SNR of speech obtained by removing Changing environment noise is improved as average 1.93dB, recognition rate improved as 2.1%.

목차

요약
 Abstract
 1. 서론
 2. 관련 연구
  2.1 LMS 반향 잡음 제거 필터
  2.2 HMM(Hidden Markov Model)
 3. CHMM(Continuous Hidden Markov Model) 모델링
  3.1 반향 잡음 제거 평균 예측 LMS 알고리즘
  3.2 CHMM 모델링
 4. 실험 결과 및 분석
 5. 결론
 참고문헌

저자

• 안찬식 [ Chan-Shik Ahn | 광운대학교 컴퓨터공학과 박사과정 ]
• 오상엽 [ Sang-Yeob Oh | 가천대학교 IT대학 인터랙티브미디어학과 교수 ] 교신저자

참고문헌