한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리) (Annual Conference on Human and Language Technology)

한국정보과학회 언어공학연구회 (Human and Language Technology)
권호 표지

단어열 패턴 매칭과 Recurrent Neural Network를 이용한 하이브리드 음성 인식 오류 수정 방법

Hybrid ASR Error Correction Using Word Sequence Pattern and Recurrent Neural Network

  • 최준휘 (포항공과대학교, 컴퓨터공학과) ;
  • 류성한 (포항공과대학교, 컴퓨터공학과) ;
  • 이규송 (포항공과대학교, 컴퓨터공학과) ;
  • 박선영 (포항공과대학교, 컴퓨터공학과) ;
  • 유환조 (포항공과대학교, 컴퓨터공학과) ;
  • 이근배 (포항공과대학교, 컴퓨터공학과)
  • Choi, Junhwi (Department of Computer Science and Engineering, Pohang University of Science and Technology) ;
  • Ryu, Seonghan (Department of Computer Science and Engineering, Pohang University of Science and Technology) ;
  • Lee, Kyusong (Department of Computer Science and Engineering, Pohang University of Science and Technology) ;
  • Park, Seonyeong (Department of Computer Science and Engineering, Pohang University of Science and Technology) ;
  • Yu, Hwanjo (Department of Computer Science and Engineering, Pohang University of Science and Technology) ;
  • Lee, Gary Geunbae (Department of Computer Science and Engineering, Pohang University of Science and Technology)
  • 발행 : 2015.10.17
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 단어열 패턴과 리커런트 신경망을 이용한 하이브리드 음성 인식 오류 수정 방법을 제안한다. 음성 인식 결과 문장에서 음성 인식 오류 단어가 발견되었을 경우에 첫째로 단어열 패턴과 그 패턴의 발음열 점수를 통해 1차적 수정을 하고 적절한 패턴을 찾지 못하였을 경우 음절단위로 구성된 Recurrent Neural Network를 통해 단어를 음절단위로 생성하여 2차적으로 오류를 수정한다. 해당 방법론을 한국어로 된 음성 인식 오류와 그 정답 문장으로 구성된 TV 가이드 영역 말뭉치를 바탕으로 성능을 평가하였고, 기존의 단순 단어열 패턴 기반의 음성 인식 오류 수정보다 성능이 향상되었음을 볼 수 있었다. 이 방법론은 음성 인식 오류와 정답의 말뭉치가 필요 없이 옳은 문장으로만 구성된 일반 말뭉치만으로 훈련이 가능하여, 음성 인식 엔진에 의존적이지 않는 강점이 있다.

키워드