개선된 MSVQ 인식 시스템을 이용한 단독어 인식에 관한 연구

A Study on Isolated Word Recognition using Improved Multisection Vector Quantization Recognition System

본 논문은 화자 독립의 단독이 언직에 관한 연구로 기존의 MSVQ(multisection vector quantization) 일질시스템을 개선한 새로운 MSVQ 시스템을 제안한다. 제안된 내용은 기존의 시스템과는 달리 인식시 시험패턴의 구간 수를 표준패턴의 구간 수보다 한 구간 더 늘리는 것이다. 이 방법에 의한 실험시 인식 대상으로는 146개의 DDD 지역망을 선택했으며, 특징 파라베타로는 12사 LPC 스트럼(cepstrum) 계수를 사용했고 코드북 지정석 중심점 구하는 방법으로 MINSUM과 MINIMAX기법을 사용하였다. 실험 결과에 의하면 DTW(dynamic time warping) 패턴 매칭 방법, VQ(vector quantization)에 의한 방법은 물론 기존의 MSVQ 방법보다 계산량이 감소함과 동시에 더 높은 인식율을 얻을 수 있었다. 수 있었다.

This paper is a study on the isolated word recognition of speaker independent which proposes to newly improved MSVQ(multisection vector quantization) recognition system which improve the classical MSVQ recognition system. It is a difference that test pattern has on more section than reference pattern in recognition system 146 DDD area names are selected as recognition vocabulary. 12th LPC cepstral coefficients is used as feature parameter. and when codebook is generated, MINSUM and MINMAX are used in finding the centroid. According to the experiment result. it is proved that this method is better than VQ(vector quantization) recognition methods, DTW(dynamic time warping) pattern matching methods and classical MSVQ methods for recognition rate and recognition time.