핵심어 검출에 효과적인 Skip N - gram 언어 모델 = An Efficient Skip N - gram Language Model For Keyword Spotting

국문 초록 (Abstract)

화자가 발성한 연속 음성에서 의미 있는 구간의 단어를 인식하는 핵심어 검출 시스템의 경우 단어수가 적고 그 순서가 중요하지 않을 때에는 음향학적 특성만을 이용하여 핵심어를 인식하게 된다. 그러나, 핵심어의 수가 증가하고, 그 순서가 인식 성능이나 사용 목적에 영향을 미칠 때에는 음향학적 분석만을 이용한 경우 좋은 성능을 발휘할 수 없다. 연속 음성에서 주로 사용하는 언어모델(N-gram)은 모든 단어에 대해 고려하고 있기 때문에, 핵심어 사이에 비핵심어(garbage)가 존재하는 핵심어 검출 시스템에 그대로 이용하기에는 많은 어려움이 따른다. 따라서 본 논문에서는 핵심어들간의 순서화 핵심어와 비핵심어를 동시에 고려하는 skip N-gram 언어모델을 제안한다. 실험결과 언어모델을 사용하지 않았을 경우 82.1%, bigram을 사용한 경우 83.4%의 문장 인식률을 보인 반면, 제안한 skip N-gram을 사용한 경우 96.9%의 인식률을 얻어 skip N-gram의 사용이 유효한 것으로 나타났다.

목차 (Table of Contents)

• 요약
• 1. 서론
• 2. 핵심어 검출 방법의 기본 구성
• 3. N - gram 언어 모델
• 4. Skip N - gram 언어 모델
• 5. 실험 및 결과
• 6. 결론
• 참고문헌