언어 학습자를 위한 음성시각화 인터페이스에 관한 연구 = (A)study on speech visualization interface for language learner

국문 초록 (Abstract)

음성의 시각화란 다양한 방법으로 측정 된 성도의 면적을 통해 언어학습자가 이해하기 쉬운 그림이나 동영상으로 성도의 모습을 표현하는 것이다. 성도의 면적을 측정하기 위한 방법에는 음성신호를 기반으로 하여 Linear Prediction Coefficient(LPC)모델을 적용한 기법과 Magnetic Resonance Imaging(MRI), 초음파 장치 또는 X-ray와 같은 고가의 영상장치를 이용한 측정법이 있다. 영상 장치를 이용한 측정 방법은 많은 시간과 비용이 소모가 된다. 또한 영상을 분석해야 하는 시간이 필요 하므로 실시간으로 본인의 발화시 성도 모습을 확인하여야 하는 언어학습자에게 사용하기에는 부적합 하다. 음성신호를 기반으로 성도의 면적을 추정하는 방법은 실시간으로 수치화 된 성도의 면적 값을 얻을 수 있지만 언어학습자가 이해하기 쉬운 형태의 시각화 모델로 표현되지 않는 단점을 지니고 있다. 또한 영상장치 또는 음성신호를 기반으로 하여 측정된 성도의 면적을 통해 시각화 하는 기법으로 Widthwise Mapping 기법이 있다. 그러나 이 방법은 구강의 모습을 정확하게 관찰 할 수 없다는 단점을 지니고 있으며 비음을 발화할 때 비강의 크기가 고려 되지 않는 단점을 지니고 있다. 따라서 기존의 방법을 통하여 음성시각화를 하게 되어도 언어학습자가 정확한 성도의 모습을 관찰 할 수 없다는 단점을 지니고 있다. 이에 본 논문에서는 음성신호를 기반으로 하여 성도의 면적을 추정하고 비음구간을 추출하여 비음을 발화 할 때 비강의 크기를 고려 하는 방법과 시각화를 할 때 성도의 반쪽을 고정시킨 후 성도의 모습을 나타내는 방법에 대하여 제안한다.

목차 (Table of Contents)

• 목 차
• 1. 서론 1
• 2. 관련연구 4
• 2.1 Inverse Filter를 이용한 성도면적 추정 4
• 2.2 Widthwise Mapping을 이용한 음성 시각화 8
• 2.3 Hidden Markov Models 9
• 2.3.1 HMM의 구성요소 10
• 2.3.2 HMM의 첫 번째 문제 12
• 2.3.2.1 The Forward Procedure 13
• 2.3.2.2 The Backward Procedure 14
• 2.3.3 HMM의 두 번째 문제 15
• 2.3.3.1 The Viterbi Algorithm 15
• 2.3.4 HMM의 세 번째 문제 17
• 2.3.4.1 The Baum-Welch Algorithm 18
• 3. 비음구간을 처리한 음성시각화 방법21
• 3-1. 음성시각화의 구현 21
• 3.1.1 성도 구간 모델링 22
• 3.1.2 성도 면적의 표현 23
• 3-2. 비음 구간 검출 기법 24
• 4. 실험결과 26
• 4-1. 모음 비교 실험 26
• 4-2. 비음 검출 실험 30
• 4-3. 모음의 시각화 결과 31
• 4-4. 비음의 시각화 과정과 결과 32
• 5. 결론 및 향후 연구과제 36
• 참고문헌 37