강인한 음성인식을 위한 히스토그램 등화에 의한 특징보상 및 환경적응

Abstract

음성인식 기술의 성공적인 상용화를 위해서는 주변잡음이나 채널왜곡에 오염된 음성신호에 대한 인식성능 저하를 효과적으로 방지할 수 있는 강인한 음성인식 기술의 개발이 필수적이다. 현재 대부분의 강인한 음성인식 기술들은 신호영역에서의 음성개선, 음성인식을 위한 특징영역에서의 특징보상, 그리고 음성인식기의 모델영역에서의 모델적응에 속한다. 본 논문에서는 가장 효율적인 특징보상 기술의 하나인 히스토그램 등화 기법의 성능개선을 위한 클래스 히스토그램 등화를 제안하고 아울러 모델영역에서 환경적응을 위한 히스토그램 등화의 적용에 대해 소개한다. Aurora2 음성 데이터베이스에 대한 성능평가에서 제안된 클래스 히스토그램 등화에 의한 특징보상은 기본 음성인식 특징인 멜 켑스트럼에 비해 약 61.17%의 오인식률 감소를 나타내었고 기존의 히스토그램 등화에 의한 특징보상과 비교할 때 약 19.61%의 의미있는 개선을 얻었다. 또한, 환경적응을 위한 히스토그램 등화는 멜 켑스트럼에 비해 약 62.84%의 오인식률 감소를 나타내었다.