Telephone Digit Speech Recognition using Discriminant Learning

Discriminant 학습을 이용한 전화 숫자음 인식

  • Published : 2000.09.01

Abstract

Most of speech recognition systems are using Hidden Markov Model based on statistical modelling frequently. In Korean isolated telephone digit speech recognition, high recognition rate is gained by using HMM if many training data are given. But in Korean continuous telephone digit speech recognition, HMM has some limitations for similar telephone digits. In this paper we suggest a way to overcome some limitations of HMM by using discriminant learning based on minimal classification error criterion in Korean continuous telephone digit speech recognition. The experimental results show our method has high recognition rate for similar telephone digits.

대부분의 음성인식 시스템이 확률 모델을 기반으로 한 HMM 방법을 가장 많이 사용하고 있다. 한국어 고립 전화 숫자음 인식인 경우에 만약 충분한 학습 데이터가 주어지면 HMM 방법을 사용해도 높은 인식률을 얻는다 그러나 한국어 연속 전화 숫자음 인식인 경우에 비슷하게 발음되는 전화 숫자음들에 대해서는 HMM방법이 한계를 가지고 있다. 본 논문에서는 한국어 연속 전화 숫자음 인식에서 HMM 방법의 한계를 극복하기 위해 discriminant 학습 방법을 제시한다. 실험결과는 우리가 제시한 discriminant 학습 방법이 비슷하게 발음되는 전화 숫자음들에 대해서 높은 인식률을 갖는 것을 보여준다.

Keywords

References

  1. In Proc. ICASSP-98 Discriminative earning of additive noise and channel distortions for rebust speech recognition Jiqing Han;Munsung Han;Gyu-Bong Park;Jeong Park;Wen Gao
  2. IEEE Trans. Speech and Audio Process v.5 no.3 Minimum classfication error rate methods for speech recognition Biing-Hwang Juang;Wu Chou;Chin-Hui Lee
  3. IEEE Trans. Audio Speech Signal Process v.38 The segmental K-means algorithm for estimating parameters of hidden Markoc models Biing-Hwang Juang;L. Rabiner
  4. IEEE Trans. Acoust. Speech Signal Processing v.37 A frame-sunchronous Network Search Algorithm for connected word recognition Chin-Hui Lee;Lawrence R. Rabiner
  5. J. Acoust. Soc Am v.97 no.1 A Study on minimum error discriminative training for speaker recognition Chi-Shi Liu;Chin-Hui Lee;Wu Chou;Biing-Hwang Jaung;Aaron E. Rosenberg