http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
다양한 거리측도의 VQ를 이용한 우리말 단음절어의 전이구간 인식
백인찬,김민수,권영헌,이건상 漢陽大學校 工學技術硏究所 1996 工學技術論文集 Vol.5 No.1
We study word recognition by using the vector quantization. Using asymmetrical rate, transition intervals are detected from 686 monosyllables having the form of "14 initial consonants +7 single vowels + 7 final consonants". To recognize the transition intervals, the following steps are used. First of all, the LPC coefficients in the transition intervals are evaluated. And the vector quantization method is applied with various distance measure. According to the experimetal result, it is shown that recognition rate of speech by using the distance measure of lower order is better than that of higher order.
임중혁,원호준,백인찬,권영헌,이건상 한양대학교 이학기술연구소 1999 이학기술연구지 Vol.1 No.-
본논문에서는 Window 상에서 웹브라우저 검색어로 영문 알파벳을 인식하도록 하였다. 음성의 특징 벡터로는 10차원의 LPC, cepstrum, LSF(Line Spectrum Frequency) 계수와, 규격화된 필터뱅크 에너지를 사용하였으며 인식 알고리즘으로는 MSVQ 모델을 사용하였다. 인식 대상 어휘는 26개의 알파벳을 사용하였으며 실험결과 필터뱅크 에너지를 사용한 인식결과가 가장 우수한 것으로 나타났다. This paper represents the speech recognizer of English alphabet for the internet explorer in Windows. We use 10-dimensional LPC, cepstrum, LSF coefficients and normalized filter bank energies as the speech feature vectors and MSVQ model as the recognition algorithm. As the results the recognizer using the normalized filter bank energies shows the better performance than that using the other feature vectors.
유전자 알고리즘을 이용한 음성의 특징 벡터 코드북의 성능 분석
이건상,백인찬,서정파,전병우,권영헌 漢陽大學校 自然科學硏究所 1999 自然科學論文集 Vol.18 No.-
음성의 특징벡터 코드북을 형성하는 벡터 양자화 과정에서 진화 및 유전원리에 기초한 유전자 알고리즘으로 얻어진 코드북과 기존의 LBG알고리즘으로 얻은 코드북사이의 인식 성능을 비교하였다. 이를 위해 유전자 알고리즘에서 초기 개체집단을 형성할 때 훈련벡터들의 초기분포를 반영하도록 하였고, 유전 연산자로 교배와 돌연변이 연산자를 사용하였다. 인식 성능을 비교하기 위해 특징 벡터로는 주파수 대역별 에너지와 LSF계수를 사용하여 화자종속으로 인식실험을 수행하였다. 실험결과 LBG 알고리즘을 사용한 코드북보다 유전자 알고리즘을 사용한 코드북의 인식 성능이 우수함을 살펴 볼수 있었다. In the development of speech codebook by vector quantization method, we compared the performance of the codebook by LBG algorithms with that by genetic algorithms based on the biological process of evolution and genetic principle. We reflected a initial distribution of training vectors to set up a initial population in genetic algorithm. The crossover and mutation are used as genetic operators. We performed the recognition experiments in speaker-dependent method using the feature vectors as the nomalized energies in frequency domain and LSF coefficients. So we investigated the recognition performance of the codebook by the above two algorithms. We have known that the recognition performance of the codebook by the algorithm is better than that by the LBG algorithm.
김형관,권영헌,백인찬,김민수,이건상 漢陽大學校 自然科學硏究所 1998 自然科學論文集 Vol.17 No.-
화자가 발음한 자신의 이름에 대해 HMM을 적용하여 화자의 특징을 나타내는 코드북을 구성하였고 이를 이용하여 화자인식 실험을 실행하였다. 인식실험에 사용한 특징벡터로는 256-point 필터 뱅크 계수를 이용하였다. A speaker identification scheme using hidden Markov Model(HMM) to personal name is proposed and tested. As a feature vector, the 256point filter bank coefficient is used.