• The Journal of the Acoustical Society of Korea
• /
• v.22 no.8
• /
• pp.727-739
• /
• 2003

In this paper, we propose a generation method of regression classes for adaptation in the HM-Net (Hidden Markov Network) system. The MLLR (Maximum Likelihood Linear Regression) adaptation approach is applied to the HM-Net speech recognition system for expressing the characteristics of speaker effectively and the use of HM-Net in various tasks. For the state level sharing, the context domain state splitting of PDT-SSS (Phonetic Decision Tree-based Successive State Splitting) algorithm, which has the contextual and time domain clustering, is adopted. In each state of contextual domain, the desired phoneme classes are determined by splitting the context information (classes) including target speaker's speech data. The number of adaptation parameters, such as means and variances, is autonomously controlled by contextual domain state splitting of PDT-SSS, depending on the context information and the amount of adaptation utterances from a new speaker. The experiments are performed to verify the effectiveness of the proposed method on the KLE (The center for Korean Language Engineering) 452 data and YNU (Yeungnam Dniv) 200 data. The experimental results show that the accuracies of phone, word, and sentence recognition system increased by 34∼37%, 9%, and 20%, respectively, Compared with performance according to the length of adaptation utterances, the performance are also significantly improved even in short adaptation utterances. Therefore, we can argue that the proposed regression class method is well applied to HM-Net speech recognition system employing MLLR speaker adaptation.

• The Journal of the Korea Contents Association
• /
• v.21 no.4
• /
• pp.658-667
• /
• 2021

Our study aimed to analyze and reinterpret, by an acoustic approach, the descriptions of the 18th century prosody and introduce the figurative pronunciation system, which is the International Phonetic Alphabet pioneer. Our methodology compares and analyzes grammars and documents on the transcription system and restructures the prosodic structure. It is certain that the 18th century grammarians widely accepted the prosody theories made by Arnauld & Lancelot of the seventeenth century. In particular, grammar scholars accepted the dichotomous classification of the accent structures as prosodic and oratorical accents. The prosodic accent has a relation to intonation, and the oratorical accent has as its key elements intonation and intensity. Regarding the temporal structure, the lengthening of the final syllable was observed systematically by grammarians of the 18th century. This time structure is similar to that of today. Therefore, we can conclude that the final elongation, an essential characteristic of the modern French accent, has already played an imbued role in 18th century prosody. Despite this, the 18th century grammarians did not assign it the status of accent, as it was a stereotype that matches accent with intonation.

• MALSORI
• /
• no.29_30
• /
• pp.1-18
• /
• 1995

미국 남부 방언은 그 지역의 광대함과 아울러 그 지역에 속하는 언어사용자들의 언어 문화 및 역사적인 다양성에 의해 결코 한 가지 방언으로 취급할 수 없는 것임에도 불구하고 많은 경우에 그렇게 다루어져 왔다. 특히 소위 '남부 방언의 특징적 요소'로서 몇몇 자질들에 대한 연구가 많이 이루어져 왔다. 본 논문의 목적은 텍사스 지역방언에 이러한 남부 방언의 특징적 자질이 어느 정도 유지되고 있는가를 알아보고, 아울러 두 세대간에 언어적 차이가 있는지, 있다면 그 변화의 방향은 어느 쪽으로 전개되어가고 있는지를 밝히려는 데 있다. 이를 위하여 토박이 텍사스 인에 한하여 한 가정에서 두 세대(늙은 세대와 젊은 세대)를 대표하는 정보제공자 두 명씩을 각각 추출하여 네 가정 모두 여덟 명에게서 얻은 언어자료를 녹음하여 이를 분석, 정리하였다. 텍사스 지역방언에 대해 밝혀진 주요 내용은 다음과 같다. 1. /l/앞에 나오는 단순모음 /i/는 [$r{\partial}$] 또는 [$r{\partial}$]로 이중모음화된다. 2. 강세음절에서 비음 앞에 나오는 /e/와 /I/는 중화된다. 3. 늙은 세대에서는 /a/와 /${\supset}$/가 융합되어 쓰이나, 젊은 세대에서는 융합이 일어나지 않는다. 4. 이중모음 /ar/는 /a:/또는 /a/로 단순모음화하는 것으로 보인다. 5. 이중로음 /$a{\mho}$/ /$o{\mho}$/의 앞모음이 전설화한다. 6. [u], [ju] 와 [${\mho}$]는 모두 [${\mho}$]로 된다. 7. [w] 와 [M]는 일관성 없이 교대로 사용되나 [M]는 특히 늙은 세대에서 더 많이 사용된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.662-663
• /
• 2020

최근 MPEG 에서는 인공신경망 모델을 다양한 딥러닝 프레임워크에서 상호운용 가능한 포맷으로 압축 표현할 수 있는 NNR(Compression of Neural Network for Multimedia Content Description and Analysis) 표준화를 진행하고 있다. 본 논문에서는 MPEG-NNR 에서 CNN 모델을 압축하기 위한 지역 비선형 양자화(Local Non-linear Quantization: LNQ) 기법을 제시한다. 제안하는 LNQ 는 균일 양자화된 CNN 모델의 각 계층의 가중치 행렬 블록 단위로 추가적인 비선형 양자화를 적용한다. 또한, 제안된 LNQ 는 가지치기(pruning)된 모델의 경우 블록내의 영(zero) 값의 가중치들은 그대로 전송하고 영이 아닌 가중치만을 이진 군집화를 적용한다. 제안 기법은 음성 분류를 위한 CNN 모델(DCASE Task)의 압축 실험에서 기존 균일 양자화를 대비 동일한 분류 성능에서 약 1.78 배 압축 성능 향상이 있음을 확인하였다.

• Journal of Digital Convergence
• /
• v.16 no.10
• /
• pp.351-356
• /
• 2018

Changes in vocal cords due to aging can change the frequency of speech, and the speech signals of the elderly can be automatically distinguished from normal speech signals through various analyzes. The purpose of this study is to provide a tool that can be easily accessed by the elderly and disabled people who can be excluded from the rapidly changing technological society and to improve the voice recognition performance. In the study, the gender of the subjects was reported as sex analysis, and the number of female and male voice samples was used equally. In addition, the gender analysis was applied to set the voices of the elderly without using voices of all ages. Finally, we applied a review methodology of standards and reference models to reduce gender difference. 10 Korean women and 10 men aged 70 to 80 years old are used in this study. Comparing the F0 value extracted directly with the waveform and the F0 extracted with TF32 and the Wavesufer speech analysis program, Wavesufer analyzed the F0 of the elderly voice better than TF32. However, there is a need for a voice analysis program for elderly people. In conclusions, analyzing the voice of the elderly will improve speech recognition and synthesis capabilities of existing smart medical systems.

• Journal of Digital Contents Society
• /
• v.4 no.2
• /
• pp.233-242
• /
• 2003

A TTS(Text-To-Speech) System is a computer-based system that should be able to read any text aloud. To output a natural voice, we need a general knowledge of language, a lot of time, and effort. Furthermore, the sound pattern of english has a variable pattern, which consists of phonemic and morphological analysis. It is very difficult to maintain consistency of pattern. To handle these problems, we present a system based on phonemic analysis for vowel and consonant. By analyzing phonological variations frequently found in spoken english, we have derived about phonemic contexts that would trigger the multilevel application of the corresponding phonological process, which consists of phonemic and allophonic rules. In conclusion, we have a rule data which consists of phoneme, and a engine which economize in system. The proposed system can use not only communication system, but also utilize office automation and so on.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.39 no.6
• /
• pp.696-708
• /
• 2002

In this paper, a novel transcoding algorithm for the Adaptive Multi Rate(AMR) and the Enhanced Variable Rate Codec(EVRC) vocoders via direct parameter transformation is proposed. In contrast to the conventional tandem transcoding algorithm, the proposed algorithm converts the parameters of one coder to the other without going through the decoding and encoding processes. The proposed algorithm consists of the parameter decoding, frame classification, mode decision, and transcoders for two frame types. The transcoders convert the parameters such as LSP, frame energy, pitch delay for the adaptive codebook, fixed codebook vector, and codebook gains. Evaluation results show that while exhibiting better computational and delay characteristics, the proposed algorithm produces equivalent speech quality to that produced by the tandem transcoding algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.940-942
• /
• 2004

한국어 텍스트 음성합성에서 문장 기호의 문자화에 나타나는 오류는 기호의 중의성에 기인한다. 선행연구에서 규칙에 기반하여 중의성을 해결하는 방안이 제안되었으나 여전히 기호는 다양한 문맥에서 높은 중의성을 가지고 문자화된다. 따라서 본 연구에서는 신문 텍스트에 나타나는 문장 기호 중 이음표의 문자화를 이음표를 포함한 어절의 패턴, 패턴의 좌우에 위치하는 어절 정보 및 휴리스틱스 자질을 학습하여 제시된 이음표의 문자화의 중의성을 해소하는 방안을 제안하였다. 이를 위해 국내 1개 일간지 2년 치 기사에서 이음표를 포함한 어절 49,000여 개를 임의 추출하여 분석하였고, 분석된 자질을 자동추출하여 결정 트리를 구성하였다. 실험 결과, 96.2%～97.7%의 정확도를 보였다.

• Electronics and Telecommunications Trends
• /
• v.23 no.3
• /
• pp.96-105
• /
• 2008

최근 WiBro, HSDPA 등의 통신망을 통한 휴대 인터넷이 광대역화 되고, 방송 기술의 디지털화로 인해 기존의 단순 AV 중심의 모바일 방송 서비스를 탈피하여 음성, 영상, 이미지, 텍스트 등의 다양한 멀티미디어 서비스 제공과 이들간의 대화형 기능을 제공하는 리치미디어 서비스가 각광을 받고 있다. 이러한 응용 분야를 위해서 다양한 멀티미디어 데이터의 시공간적인 배치 및 동기화를 위한 기술 규격으로 MPEG-4에서는 BIFS와 LASeR를 제공한다. BIFS는 2D 및 3D를 포함하는 보다 광범위한 멀티미디어 콘텐츠에 대한 장면 기술 표준이며, LASeR는 자원이 부족한 휴대전화와 같이 디스플레이 크기가 작고, 네트워크 대역폭도 작은 단말을 대상으로 하는 2D 전용의 장면 시술 표준이다. 본 고에서는 제한된 대역폭과 낮은 성능의 단말과 같은 모바일 방송통신 환경에서 리치미디어 방송 서비스를 제공하기 위한 최신 리치미디어 방송 서비스를 위한 요소기술 및 표준화 동향을 살펴보고, 최신 리치미디어의 국제표준인 LASeR에 기반한 모바일 리치미디어 방송 기술 개발 현황에 대하여 살펴본다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2003.02a
• /
• pp.312-313
• /
• 2003

최근 인터넷 트래픽의 증가와 음성, 데이터, 동영상과 같은 다양한 멀티미디어 서비스의 영향으로 가입자망의 고속화가 요구되고 있다. 인터넷 트래픽을 효율적으로 가입자에게 제공하기 위해서는 광을 이용한 통신이 이루어져야 한다. 이를 위하여 다양한 기술들이 제시되고 있으며, 경제적인 측면과 구성의 용이성을 고려한 광 가입자망인 PON(Passive Optical Network)에 대한 관심이 고조되고 있다. 본 논문에서는 파장 분할 다중화 방식으로 단심 상하향 동일파장을 사용하여 소요되는 광섬유의 비용을 반으로 줄이고, 채널당 전송용량을 두 배로 높일 수 있는 매트로 이더넷용 단심 양방향 버스형 WDM-EPON 시스템에 대한 연구를 하고자 한다. (중략)