은닉 마코프 모델 기반 병렬음성인식 시스템 = A Parallel Speech Recognition System based on Hidden Markov Model

다국어 초록 (Multilingual Abstract)

This paper presents a speech recognition model composed of a parallel phoneme recognition module based on continuous hidden Markov model (HMM) and a parallel sentence recognition module based on hierarchical knowledge base model. The phoneme recognition module distributes thousands of HMMs to multiprocessors, computes output probabilities in parallel, and improves the Viterbi search. The parallel sentence recognition module generates recognition results using a prediction-activation algorithm, applied to phonetic code sequence from the phoneme recognition module and knowledge base. The algorithm is implemented on a Multi-Transputer system and a Parsytec CC, which are distributed-memory MIMD multiprocessors. In the result of experiments, we obtained improved speedup in the phoneme recognition module and improved recognition rate in the sentence recognition module. Furthermore, the experimental results show the feasibility of the real-time parallel speech recognition system based on continuous HMM.

국문 초록 (Abstract)

본 논문의 병렬음성인식 모델은 연속 은닉 마코프 모델(HMM; hidden Markov model)에 기반한 병렬 음소인식모듈과 계층구조의 지식베이스에 기반한 병렬 문장인식모듈로 구성된다. 병렬 음소인식 모듈은 수천개의 HMM을 병렬 프로세서에 분산시킨 후, 할당된 HMM에 대한 출력확률 계산과 Viterbi 알고리즘을 담당한다. 지식베이스 기반 병렬 문장인식모듈은 음소모듈에서 공급되는 음소열과 지식베이스간의 예측-활성화 알고리즘을 이용하여 입력음성에 대한 인식결과를 출력한다. 본 논문에서 제안하는 병렬 음성인식 알고리즘은 분산메모리 MIMD 구조의 다중 트랜스퓨터와 Parsytec CC 상에 구현 되었다. 실험결과, 병렬 음소인식모듈을 통한 실행시간 향상과 병렬 문장인식모듈을 통한 인식률 향상을 얻을 수 있었으며 병렬 음성인식 시스템의 실시간 구현 가능성을 확인하였다.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련연구
• 3. HMM기반 병렬음성인식 시스템
• 4. 실험 및 결과
• 5. 결론 및 향후과제
• 참고문헌
• 저자소개