Earticle

기존 음성 인식 및 음성 합성 시스템은 정형화된 문장 구조 중심으로 설계되어 실제 대화 환경에서 발생하는 비정형 발화와 운율 변화에 효과적으로 대응하지 못하는 한계를 가진다. 본 논문에서는 비정형 자연어 이해 기술, HMM 기반 음성 합성 및 TTS(Text-To-Speech) 기술, 운율 자동 테이블링 기술을 통합한 지능형 대화관리 시스템을 제안하였다. 제안 시스템은 사용자 로그 기반 적응형 음향·언어 모델링, GMM 기반 음성 특징 모델링, 최대 엔트로피 기반 문법모델링, 운율 경계 자동 추정 기술을 적용하여 한국어 대화체 환경에서의 음성 인식 및 합성 성능을 향상시켰다. 실험결과, 기존 텍스트 기반 분석 구조 대비 자연스러운 대화 생성과 음성 인식 정확도 측면에서 우수한 성능을 보였다.

Conventional speech recognition and speech synthesis systems are mainly designed for structured sentence patterns, resulting in limitations when handling spontaneous speech and prosodic variations in real conversational situations. This paper proposes an intelligent dialogue management system that integrates unstructured natural language understanding, HMM-based speech synthesis and text-to-speech(TTS) technologies, and automatic prosody labeling techniques. The proposed system employs adaptive acoustic and language modeling based on user logs, GMM-based speech feature modeling, maximum entropy-based grammatical modeling, and automatic prosody boundary estimation to improve speech recognition and synthesis performance in Korean conversational environments. Experimental results demonstrate that the proposed system achieves improved conversational naturalness and speech recognition accuracy compared to conventional text-based approaches.