역전파 학습 신경망을 이용한 고립 단어 인식시스템에 관한 연구

This paper proposed a real-time memory storage method and an improved sample data method from given data of the speech signal, so, the isolated word recognition system using a back-propagation learning algorithm of the neural netwrok is studied. The recognition rate and the error rate are compared with the new sample data sets generated from small sets of given sample data by the node nunber variatiion of each layer. In this result, the recognition rate of 95.1% was achived.

본 논문은 음성신호의 실시간 저장법과 기존 표본 데이터에서 개선된 표본 데이터 방법을 제안하여, 신경회로망의 역전파 학습 알고리즘을 이용한 고립 단어 음성인식 시스템에 대하여 연구하였다. 각 층의 노드 수 변화에 의한 기존 표본 데이터방식과 새로운 표본 데이터 방식에서의 인식률과 에러율 변화를 비교하였다. 본 연구 결과, 인식률은 95.1%를 얻었다.