• The Journal of the Acoustical Society of Korea
• /
• v.19 no.6
• /
• pp.47-52
• /
• 2000

In the case of making large vocabulary speech recognition system, it is better to use the segment than the syllable or the word as the recognition mit. In this paper, we study on the proper recognition units for Korean speech recognition. For experiments, we use the speech toolkit of OGI in U.S.A. The result shows that the recognition rate of the case in which the diphthong is established as a single unit is superior to that of the case in which the diphthong is established as two units, i.e. a glide plus a vowel. And also, the recognition rate of the case in which the biphone is used as the recognition unit is better than that of the case in which the mono-phoneme is used.

• The KIPS Transactions:PartB
• /
• v.17B no.3
• /
• pp.233-238
• /
• 2010

In this paper, we propose a multiple classifier combination method based on image degradation modeling to improve recognition performance on low-quality images. Using an image degradation model, it generates a set of classifiers each of which is specialized for a specific image quality. In recognition, it combines the results of the recognizers by weighted averaging to decide the final result. At this time, the weight of each recognizer is dynamically decided from the estimated quality of the input image. It assigns large weight to the recognizer specialized to the estimated quality of the input image, but small weight to other recognizers. As the result, it can effectively adapt to image quality variation. Moreover, being a multiple-classifier system, it shows more reliable performance then the single-classifier system on low-quality images. In the experiment, the proposed multiple-classifier combination method achieved higher recognition rate than multiple-classifier combination systems not considering the image quality or single classifier systems considering the image quality.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.5
• /
• pp.591-599
• /
• 2020

Deep learning is widely utilized to classify or recognize objects of real-world. An abundance of data is trained on high-performance computers and a trained model is generated, and then the model is loaded in an inferencer. The inferencer is used in various environments, so that it may cause unrecognized objects or low-accuracy objects. To solve this problem, real-world objects are collected and they are trained periodically. However, not only is it difficult to immediately improve the recognition rate, but is not easy to learn an inferencer on embedded devices. We propose a real-time handwriting recognizer based on partial learning on embedded devices. The recognizer provides a training environment which partially learn on embedded devices at every user request, and its trained model is updated in real time. As this can improve intelligence of the recognizer automatically, recognition rate of unrecognized handwriting increases. We experimentally prove that learning and reasoning are possible for 22 numbers and letters on RK3399 devices.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.93-96
• /
• 2004

본 논문은 TMS320C5501 16bit DSP를 적용한 실시간 화자독립 연속 숫자인식기의 구현에 관해 서술한다. 하드웨어 모듈의 구성은 TMS320C5501 300MHz DSP, 코덱으로는 TLV320AIC1103, SDRAM, 외부장치와의 인터페이스를 위한 HPI, Uart, MIC, SPK Out 단자로 구성되었다. 음성인식 알고리즘은 HM-Net 방식을 사용하였고 고정소수점 연산처리 방식으로 C를 이용한 최적화 작업을 수행하였으며 스트리밍 방식의 인식 방법으로 실시간 처리가 가능하도록 구현하였다. 숫자 인식에 사용한 모델은 41음소에 기반한 트라이폰을 학습하였으며, 특징 파라미터로는 LPCMEL 20차를 사용하였다. 임베디드 시스템의 실시간 음성인식 시스템 구성에 중점을 두었으며 PC상에서의 성능과 비교해 볼때 본 DSP 상에서 500단어, 50문장의 인식을 평균 1.5초 전후로 인식하도록 하였으며 간단한 연결 단어 인식을 수행하는데 무리 없음을 보여준다. 특별히 한국어 연속숫자 부분에 중점을 두었고, 본 연구에서 구현된 연속 음성인식 시스템에 사용된 숫자 인식에서 음절 바이폰 모델에 대하여 $92.92\%$의 인식율을 얻을 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.50-57
• /
• 2007

사용자가 현재 위치해 있는 장소를 알아내는 것은 상황인식 분야에서 활발히 연구되고 있는 분야중 하나로, 이를 위해서 사용자의 몸에 다양한 센서를 장착하고 그 센서로부터 추출되는 데이터를 분석하여 사용자의 위치를 인식하는 연구가 많이 이루어져왔다. 본 논문에서는, 사용자의 몸에 장착된 카메라로부터 얻어진 영상을 이용하여 사용자의 현재 장소를 인식하는 장소 인식 시스템을 제안한다. 기존의 방법론들에 비해서 높은 성능을 보이기 위해서 본 논문에서는 두 가지 방법을 제안하였다. 먼저 한 방향만의 영상으로는 인식이 어려운 장소에서도 좋은 인식 성능을 보일 수 있도록 하기 위해, 여러 대의 카메라를 동시에 사용하여 여러 방향의 영상을 얻어내는 방법을 제안하였다. 또한 이전 시간의 장소 인식 결과로부터 현재 시간의 장소를 추론하는 데에 있어서, 각 장소들에 대해 알고 있는 사전지식을 보다 많이 적용할 수 있는 인식 모델을 제안하였다. 실제 대학 실내 환경에서의 실험을 통하여, 제안한 방법을 이용한 장소 인식기법이 좋은 성능을 보임을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.35-36
• /
• 2017

실시간 객체 인식은 카메라로부터 입력받은 영상 내에 존재하는 객체를 실시간으로 처리하는 기술로써 정확한 인식률과 빠른 인식 속도를 가져야 한다. 하지만 인식 속도가 보장되지 않으면 실시간으로 객체를 인식 할 수 없고 인식률이 보장되지 않으면 객체 인식을 통해 구현한 기능이 올바르게 동작하지 않을 수 도 있다. 따라서 본 논문에서는 실시간으로 객체를 인식하는 기술을 분류하고 연구 동향을 소개한다. 그리고 실시간 객체 인식을 위한 향후 연구 방향을 제시한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.361-362
• /
• 2017

본 연구는 사회복지실천 현장의 주요 공급자인 사회복지 기관종사자와 자원봉사자의 복지와 자원봉사활동에 대한 인식을 조사 분석함으로써 양자 간 상호 인식의 유사점과 차이점을 알아보는 것이 목적이다. 설문조사 기간은 2016년 5월 24일부터 5월 30일까지이며, 사회복지 기관종사자 179명, 자원봉사자 186명 등 365명을 조사한 설문지를 최종분석에 활용하였다. 연구결과, 첫째, 양자 간 복지인식과 자원봉사인식에 있어서 일치하는 부분도 일부 있지만, 대부분 상당한 인식 격차가 존재하였다. 둘째, 양자는 서로 협력하고 연대해야 한다는 인식에 대한 양자 간의 높은 일치성은 서로 간에 더 활발한 교류와 합의의 가능성을 열어 놓고 있었다. 셋째, 양자 간의 복지인식과 자원봉사인식은 사회복지서비스를 제공할 때에 어떤 유형으로든 영향을 미칠 수 있는 중요한 매개변수 역할을 할 것으로 나타났다. 넷째, 양자 간의 인식이 어떠한지에 따라 양자는 서로 영향을 받을 것으로 예측되었다. 다섯째, 양자 간 인식 결과들은 서로 존재하면서, 서로에 대한 관심이 미약했다고 할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.736-738
• /
• 2005

최근 PDA나 PMP와 같은 개인용 모바일 기기의 인터페이스 개발로써 잡음환경에 강인한 음성인식 기술들이 연구되고 있으며 이러한 방법으로 오류패턴, 순차패턴, 의미정보, 문맥정보와 같이 인식기에 독립적인 정보를 이용하거나 영상 정보와 같이 언어와 성격이 다른 이질적인 정보를 이용하여 후처리를 하는 연구들이 진행되어 왔다. 그러나 인식기와 독립적인 정보로 후처리를 하는 방법들의 인식률은 인식기의 사전 인식률이 주변 잡음에 의해 떨어질 경우 후처리 인식률도 같이 떨어지는 현상이 벌어진다. 따라서 본 논문에서는 주변 잡음으로 인한 인식기의 사전 인식률에 저하를 줄이는 방법으로 사용자 적응형 후처리를 제안한다. 사용자 적응형 후처리에 사용되는 데이터는 사용자의 발화에 대한 인식기의 출력 값들이며, 출력 값들은 화자독립모델에 의해 계산되는 각 단어들의 유사도 들이다. 따라서 화자독립모델의 결과를 사용자 적응형 후처리에 적용한 결과 인식기의 오류를 $58.7\%$ 줄일 수 있었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.99-102
• /
• 2002

본 논문에서는 한국어 대어휘 연속음성 인식 시스템의 성능향상을 위하여 Multi-Pass 탐색 방법을 도입하고, 그 유효성을 확인하고자 한다. 연속음성 인식실험을 위하여, 최근 실험용으로 널리 사용되고 있는 HTK와 Multi-Pass 탐색 방법을 이용한 음성인식 시스템의 비교 실험을 수행한다. 대어휘 연속음성 인식 시스템에 사용한 언어 모델은 ARPA 표준 형식의 단어 N-gram 언어모델로, 1-pass에서는 2-gram 언어모델을, 2-pass 에서는 역방향 3-gram 언어모델을 이용하여 Multi-Pass 탐색 방법으로 인식을 수행한다. 본 논문에서는 Multi-Pass 탐색 방법을 한국어 연속음성인식에 적합하게 구성한 후, 다양한 한국어 음성 데이터 베이스를 이용하여 인식실험을 수행하였다. 그 결과, 전화망을 통하여 수집된 잡음이 포함된 증권거래용 연속음성 데이터 베이스를 이용한 연속음성 인식실험에서 HTK가 $59.50\%$, Multi-Pass 탐색 방법을 이용한 시스템은 $73.31\%$의 인식성능을 나타내어 HTK를 이용한 연속음성 인식률 보다 약 $13\%$의 인식률 향상을 나타내었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.337-340
• /
• 2002

본 논문에서는 휠체어 시스템에 화자 독립 고립단어 인식을 위한 임베디드 시스템 설계에 관한 내용을 서술한다. 실제 환경에서는 잡음이 포함되어 있어 인식률을 저하시키므로, 잡음을 제거하는 방식 중 가장 간단한 방식인 스펙트럼 차감법(Spectral subtraction method)을 사용하여 잡음을 제거했다 전처리 단계에서는 12차 LPC&Cepstrum 방식을 사용했고, 인식 알고리즘은 DHMM (Discrete Hidden Markov Model)을 전반부 인식기로 사용했다. 이 알고리즘을 적용하기 위해서는 데이터 간소화를 위해 벡터양자화(Vector Quantization) 처리가 전제되어야한다 또한 인식알고리즘은 인식률을 향상을 위해 후처리 인식기로 신경망(MLP:Multi-layer Perceptron)을 통해서 인식률을 향상시켰다 화자 독립 시스템에 맞는 인식 단어의 구성은 총 7개단어로 남녀 총 25명 목소리로 구성하였다. 그리고 하드웨어 구성은 32-bits floating point 방식인 TMS320C32를 적용했고, 메모리 부분은 4Mbyte로 설계를 했으며, 메인보드의 설계는 현재 완성 단계에 있다.