KR20190024148A - 음성 인식 장치 및 음성 인식 방법 - Google Patents

음성 인식 장치 및 음성 인식 방법 Download PDF

Info

Publication number
KR20190024148A
KR20190024148A KR1020170110850A KR20170110850A KR20190024148A KR 20190024148 A KR20190024148 A KR 20190024148A KR 1020170110850 A KR1020170110850 A KR 1020170110850A KR 20170110850 A KR20170110850 A KR 20170110850A KR 20190024148 A KR20190024148 A KR 20190024148A
Authority
KR
South Korea
Prior art keywords
speech recognition
voice
feature information
speech
information
Prior art date
Application number
KR1020170110850A
Other languages
English (en)
Inventor
장길진
김민수
Original Assignee
경북대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020170110850A priority Critical patent/KR20190024148A/ko
Publication of KR20190024148A publication Critical patent/KR20190024148A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/90—Pitch determination of speech signals

Abstract

음성 인식 장치가 개시된다. 음성 인식 장치는, 사용자로부터 음성을 입력받는 음성 입력부, 입력된 음성에서 특징 정보를 추출하고, 추출된 특징 정보를 기저장된 복수의 음성 인식 모델의 특징 정보와 비교하여 각각의 유사도를 산출하는 유사도 산출부, 복수의 음성 인식 모델 중 유사도가 가장 큰 음성 인식 모델을 선택하는 음성 인식 모델 선택부 및 선택된 음성 인식 모델을 이용하여 입력된 음성의 음성 인식을 수행하는 음성 인식 수행부를 포함한다.

Description

음성 인식 장치 및 음성 인식 방법{APPARATUS AND METHOD FOR SPEECH RECOGNITION}
본 발명은 음성 인식 장치 및 음성 인식 방법에 관한 것으로, 보다 상세하게는 음성의 특징 정보를 이용하는 음성 인식 장치 및 음성 인식 방법에 관한 것이다.
최근 딥러닝 기반 인공지능 기술을 이용한 음성 인식 기술은 차세대 핵심 기술로 떠오르고 있다. 그러나 종래 딥러닝 기반 음성 인식 기술은 하나의 음성 인식 모델을 이용하여 음성 인식을 수행하였으므로, 사용자의 발성 특징을 고려할 수 없었다.
따라서, 종래의 딥러닝 기반 음성 인식 장치는 특이한 발성을 가진 사용자의 음성을 인식하는 경우 오류가 빈번히 발생하였고, 사용자의 발성 특징에 따라 음성 인식 성공률이 높지 않은 문제가 있었다.
본 발명의 목적은 사용자 음성의 특징 정보를 추출하고, 특징 정보에 따라 복수의 음성 인식 모델 중 하나의 음성 인식 모델을 선택하여 음성 인식을 수행하는 음성 인식 장치 및 음성 인식 방법을 제공함에 있다.
상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 음성 인식 장치는, 사용자로부터 음성을 입력받는 음성 입력부, 상기 입력된 음성에서 특징 정보를 추출하고, 추출된 특징 정보를 기저장된 복수의 음성 인식 모델의 특징 정보와 비교하여 각각의 유사도를 산출하는 유사도 산출부, 상기 복수의 음성 인식 모델 중 상기 유사도가 가장 큰 음성 인식 모델을 선택하는 음성 인식 모델 선택부 및 상기 선택된 음성 인식 모델을 이용하여 상기 입력된 음성의 음성 인식을 수행하는 음성 인식 수행부를 포함한다.
여기서, 상기 특징 정보는, 상기 음성의 세기 정보, 높낮이 정보 및 음색 정보 중 적어도 하나를 포함할 수 있다.
여기서, 상기 복수의 음성 인식 모델은, 상기 음성의 특징 정보에 따라 사용자의 성별, 나이 및 신체정보 중 적어도 하나를 기준으로 분류될 수 있다.
또한, 상기 음성 인식 장치는, 상기 음성 인식 수행부에서 수행되는 음성 인식 결과에 기초하여, 상기 선택된 음성 인식 모델을 업데이트하는 음성 인식 모델 업데이트부를 더 포함할 수 있다.
한편, 본 발명의 일 실시 예에 따른 음성 인식 방법은, 사용자로부터 음성을 입력받는 단계, 상기 입력된 음성에서 특징 정보를 추출하고, 추출된 특징 정보를 기저장된 복수의 음성 인식 모델의 특징 정보와 비교하여 각각의 유사도를 산출하는 단계, 상기 복수의 음성 인식 모델 중 상기 유사도가 가장 큰 음성 인식 모델을 선택하는 단계 및 상기 선택된 음성 인식 모델을 이용하여 상기 입력된 음성의 음성 인식을 수행하는 단계를 포함한다.
여기서, 상기 특징 정보는, 상기 음성의 세기 정보, 높낮이 정보 및 음색 정보 중 적어도 하나를 포함할 수 있다.
여기서, 상기 복수의 음성 인식 모델은, 상기 음성의 특징 정보에 따라 사용자의 성별, 나이 및 신체정보 중 적어도 하나를 기준으로 분류될 수 있다.
또한, 상기 음성 인식 방법은, 상기 음성 인식이 수행된 후, 상기 음성 인식 결과에 기초하여 상기 선택된 음성 인식 모델을 업데이트하는 단계를 더 포함할 수 있다.
이상과 같이 본 발명의 다양한 실시 예에 따르면 복수의 음성 인식 모델 중 사용자 음성의 특징 정보에 대응되는 음성 인식 모델을 선택하여 음성 인식을 수행하므로, 음성 인식 오류를 방지하고 음성 인식 성공률을 높일 수 있다.
도 1은 본 발명의 일 실시 예에 따른 음성 인식 장치의 구성을 나타내는 블럭도이다.
도 2는 본 발명의 다른 실시 예에 따른 음성 인식 장치의 구성을 나타내는 블럭도이다.
도 3은 본 발명의 일 실시 예에 따른 음성 인식 모델을 생성하는 방법을 나타내는 도면이다.
도 4는 본 발명의 일 실시 예에 따른 음성 인식 장치의 음성 인식 수행 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 음성 인식 방법을 나타내는 흐름도이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술 되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다. 본 명세서에서 '및/또는'이라는 용어는 나열된 구성들 각각 또는 이들의 다양한 조합을 가리킨다.
한편, 본 명세서 전체에서 사용되는 '~부', '~기', '~블록', '~모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부', '~기', '~블록', '~모듈' 등이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~기', '~블록', '~모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 '~부', '~기', '~블록', '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부', '~기', '~블록', '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~기', '~블록', '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부', '~기', '~블록', '~모듈'들로 더 분리될 수 있다.
이하, 본 명세서에 첨부된 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다.
도 1은 본 발명의 일 실시 예에 따른 음성 인식 장치의 구성을 나타내는 블럭도이다.
도 1을 참조하면, 음성 인식 장치(100)는 음성 입력부(110), 유사도 산출부(120), 음성 인식 모델 선택부(130) 및 음성 인식 수행부(140)를 포함한다.
음성 입력부(110)는 사용자로부터 음성을 입력받는다. 여기서, 음성 입력부(110)는 마이크로 제공될 수 있으며, 이에 한정되지 않고 사용자로부터 음성을 입력받을 수 있는 다양한 전자 기기로 제공될 수 있다.
유사도 산출부(120)는 음성 입력부(110)를 통해 입력된 사용자의 음성에서 특징 정보를 추출한다. 여기서, 특징 정보는 사용자로부터 입력되는 음성의 세기 정보, 높낮이 정보 및 음색 정보 중 적어도 하나를 포함한다. 유사도 산출부(120)는 입력된 음성에서 추출된 특징 정보를 기저장된 복수의 음성 인식 모델의 특징 정보와 비교하여 각각의 유사도를 산출할 수 있다. 일 예로, 기저장된 복수의 음성 인식 모델은 사용자의 성별에 따라 분류되는 2개의 음성 인식 모델일 수 있으며, 사용자로부터 입력된 음성이 남성의 음성이면, 여성의 음성 인식 모델의 유사도보다 남성의 음성 인식 모델의 유사도가 더 높게 나올 수 있다. 즉, 사용자의 음성에서 추출되는 음성의 세기 정보, 높낮이 정보 및 음색 정보 중 적어도 하나를 기저장된 복수의 음성 인식 모델에서 추출되는 음성의 세기 정보, 높낮이 정보 및 음색 정보 중 적어도 하나와 비교하여 유사도를 산출할 수 있다. 다만, 상기 실시 예에서 기저장된 복수의 음성 인식 모델이 사용자의 성별에 따라 분류되는 것으로 설명하였으나, 이에 한정되는 것은 아니며, 복수의 음성 인식 모델은 음성의 특징 정보에 따라 사용자의 성별, 나이 및 신체정보 등 다양한 기준으로 분류될 수 있다.
음성 인식 모델 선택부(130)는 유사도 산출부(120)에서 산출되는 유사도에 기초하여, 복수의 음성 인식 모델 중 유사도가 가장 큰 음성 인식 모델을 선택할 수 있다. 예를 들어, 기저장된 복수의 음성 인식 모델이 사용자의 성별 및 나이에 따라 늙은 남자, 늙은 여자, 어린 남자 및 어린 여자의 음성 인식 모델로 분류되는 경우, 음성 입력부(110)에 어린 남자의 음성이 입력되면 음성 인식 모델 선택부(130)는 유사도가 가장 큰 어린 남자의 음성 인식 모델을 선택할 수 있다.
음성 인식 수행부(140)는 음성 인식 모델 선택부(130)에서 선택된 음성 인식 모델을 이용하여 사용자로부터 입력된 음성의 음성 인식을 수행한다. 즉, 본 발명의 일 실시 예에 따른 음성 인식 장치(100)는 사용자의 음성에서 추출되는 특징 정보를 이용하여 적합한 음성 인식 모델을 선택하고, 복수의 음성 인식 모델 중 사용자 음성의 특징 정보에 대응되는 음성 인식 모델을 이용하여 음성 인식을 수행하므로, 음성 인식의 오류를 줄이고 음성 인식 성공률을 향상시킬 수 있다.
도 2는 본 발명의 다른 실시 예에 따른 음성 인식 장치의 구성을 나타내는 블럭도이다.
도 2를 참조하면, 음성 인식 장치(100')는 음성 입력부(110), 유사도 산출부(120), 음성 인식 모델 선택부(130), 음성 인식 수행부(140) 및 음성 인식 모델 업데이트부(150)를 포함한다.
음성 인식 모델 선택부(130)에서 선택된 음성 인식 모델을 이용하여 음성 인식 수행부(140)에서 음성 인식이 수행된 후, 음성 인식 모델 업데이트부(150)는 음성 인식 수행부(140)에서 수행된 음성 인식 결과에 기초하여, 음성 인식 모델 선택부(130)에서 선택된 음성 인식 모델을 업데이트할 수 있다. 구체적으로, 입력된 음성에서 추출된 특징 정보를 기저장된 음성 인식 모델의 특징 정보에 적용하여 음성 인식 모델의 특징 정보를 변경할 수 있다. 예를 들어, 입력된 음성에서 추출되는 음성의 세기 정보, 높낮이 정보 및 음색 정보에 기초하여, 기저장된 복수의 음성 인식 모델 중 음성 인식 모델 선택부(130)에서 선택된 음성 인식 모델의 음성의 세기 정보, 높낮이 정보 및 음색 정보를 변경할 수 있다. 일 예로, 입력된 음성의 높낮이 정보가 선택된 음성 인식 모델의 높낮이 정보보다 높은 경우, 선택된 음성 인식 모델의 음성의 높낮이를 좀더 높게 변경할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 음성 인식 모델을 생성하는 방법을 나타내는 도면이다.
도 3을 참조하면, 음성 인식 장치(100)는 복수의 음성 인식 모델을 생성하기 위하여, 다수의 사용자로부터 획득되는 음성에서 특징 정보(iVector)를 추출하고, 추출된 특징 정보에 기초하여 기설정된 기준에 따라 음성을 그룹화할 수 있다. 이후, 그룹화된 음성들에 기초하여 음성 인식 모델을 각각 학습할 수 있으며, 각 그룹화된 음성들에 따라 학습된 복수의 음성 인식 모델이 생성될 수 있다.
이후, 도 4와 같이, 사용자로부터 음성이 입력되면, 복수의 음성 인식 모델 중 입력된 사용자 음성의 특징 정보에 대응되는 음성 인식 모델을 이용하여 음성 인식을 수행함으로써, 음성 인식 장치의 음성 인식 성능을 향상시킬 수 있다.
도 5는 본 발명의 일 실시 예에 따른 음성 인식 방법을 나타내는 흐름도이다.
우선, 사용자로부터 음성을 입력받는다(S510).
이어서, 사용자로부터 입력된 음성에서 특징 정보를 추출하고, 추출된 특징 정보를 기저장된 복수의 음성 인식 모델의 특징 정보와 비교하여 각각의 유사도를 산출한다(S520). 여기서, 특징 정보는, 음성의 세기 정보, 높낮이 정보 및 음색 정보 중 적어도 하나를 포함할 수 있다. 또한, 복수의 음성 인식 모델은 음성의 특징 정보에 따라 사용자의 성별, 나이 및 신체정보 중 적어도 하나를 기준으로 분류된 음성 인식 모델일 수 있다.
이어서, 복수의 음성 인식 모델 중 유사도가 가장 큰 음성 인식 모델을 선택한다(S530).
이어서, 선택된 음성 인식 모델을 이용하여 입력된 음성의 음성 인식을 수행한다(S540). 또한, S540 단계 이후, 음성 인식 결과에 기초하여 선택된 음성 인식 모델을 업데이트할 수 있다.
이상과 같이 본 발명의 다양한 실시 예에 따르면 복수의 음성 인식 모델 중 사용자 음성의 특징 정보에 대응되는 음성 인식 모델을 선택하여 음성 인식을 수행하므로, 음성 인식 오류를 방지하고 음성 인식 성공률을 높일 수 있다.
본 발명의 일 실시 예에 따른 음성 인식 방법은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록매체에 저장될 수 있다. 상기 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 저장장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있다.
이상에서 실시 예를 통해 본 발명을 설명하였으나, 위 실시 예는 단지 본 발명의 사상을 설명하기 위한 것으로 이에 한정되지 않는다. 통상의 기술자는 전술한 실시 예에 다양한 변형이 가해질 수 있음을 이해할 것이다. 본 발명의 범위는 첨부된 특허청구범위의 해석을 통해서만 정해진다.
100: 음성 인식 장치 110: 음성 입력부
120: 유사도 산출부 130: 음성 인식 모델 선택부
140: 음성 인식 수행부

Claims (8)

  1. 사용자로부터 음성을 입력받는 음성 입력부;
    상기 입력된 음성에서 특징 정보를 추출하고, 추출된 특징 정보를 기저장된 복수의 음성 인식 모델의 특징 정보와 비교하여 각각의 유사도를 산출하는 유사도 산출부;
    상기 복수의 음성 인식 모델 중 상기 유사도가 가장 큰 음성 인식 모델을 선택하는 음성 인식 모델 선택부; 및
    상기 선택된 음성 인식 모델을 이용하여 상기 입력된 음성의 음성 인식을 수행하는 음성 인식 수행부;를 포함하는 음성 인식 장치.
  2. 제1항에 있어서,
    상기 특징 정보는,
    상기 음성의 세기 정보, 높낮이 정보 및 음색 정보 중 적어도 하나를 포함하는 음성 인식 장치.
  3. 제2항에 있어서,
    상기 복수의 음성 인식 모델은,
    상기 음성의 특징 정보에 따라 사용자의 성별, 나이 및 신체정보 중 적어도 하나를 기준으로 분류되는 음성 인식 장치.
  4. 제1항에 있어서,
    상기 음성 인식 수행부에서 수행되는 음성 인식 결과에 기초하여, 상기 선택된 음성 인식 모델을 업데이트하는 음성 인식 모델 업데이트부;를 더 포함하는 음성 인식 장치.
  5. 사용자로부터 음성을 입력받는 단계;
    상기 입력된 음성에서 특징 정보를 추출하고, 추출된 특징 정보를 기저장된 복수의 음성 인식 모델의 특징 정보와 비교하여 각각의 유사도를 산출하는 단계;
    상기 복수의 음성 인식 모델 중 상기 유사도가 가장 큰 음성 인식 모델을 선택하는 단계; 및
    상기 선택된 음성 인식 모델을 이용하여 상기 입력된 음성의 음성 인식을 수행하는 단계;를 포함하는 음성 인식 방법.
  6. 제5항에 있어서,
    상기 특징 정보는,
    상기 음성의 세기 정보, 높낮이 정보 및 음색 정보 중 적어도 하나를 포함하는 음성 인식 방법.
  7. 제6항에 있어서,
    상기 복수의 음성 인식 모델은,
    상기 음성의 특징 정보에 따라 사용자의 성별, 나이 및 신체정보 중 적어도 하나를 기준으로 분류되는 음성 인식 방법.
  8. 제5항에 있어서,
    상기 음성 인식이 수행된 후, 상기 음성 인식 결과에 기초하여 상기 선택된 음성 인식 모델을 업데이트하는 단계;를 더 포함하는 음성 인식 방법.

KR1020170110850A 2017-08-31 2017-08-31 음성 인식 장치 및 음성 인식 방법 KR20190024148A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170110850A KR20190024148A (ko) 2017-08-31 2017-08-31 음성 인식 장치 및 음성 인식 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170110850A KR20190024148A (ko) 2017-08-31 2017-08-31 음성 인식 장치 및 음성 인식 방법

Publications (1)

Publication Number Publication Date
KR20190024148A true KR20190024148A (ko) 2019-03-08

Family

ID=65800465

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170110850A KR20190024148A (ko) 2017-08-31 2017-08-31 음성 인식 장치 및 음성 인식 방법

Country Status (1)

Country Link
KR (1) KR20190024148A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110674188A (zh) * 2019-09-27 2020-01-10 支付宝(杭州)信息技术有限公司 一种特征提取方法、装置及设备
KR102347744B1 (ko) * 2020-11-09 2022-01-05 동서대학교 산학협력단 조음장애인용 ai스피커를 위한 머신러닝 기반 언어교정방법
KR20220043769A (ko) * 2020-09-29 2022-04-05 미디어젠(주) 보이스 유사도 평가 방법 및 그 장치
WO2022158633A1 (ko) * 2021-01-25 2022-07-28 박상래 음성인식 및 음성합성을 이용한 무선통신장치
KR102472910B1 (ko) * 2022-08-05 2022-12-02 주식회사 실비아헬스 인지 장애와 연관된 정보를 제공하는 방법 및 장치

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110674188A (zh) * 2019-09-27 2020-01-10 支付宝(杭州)信息技术有限公司 一种特征提取方法、装置及设备
KR20220043769A (ko) * 2020-09-29 2022-04-05 미디어젠(주) 보이스 유사도 평가 방법 및 그 장치
KR102347744B1 (ko) * 2020-11-09 2022-01-05 동서대학교 산학협력단 조음장애인용 ai스피커를 위한 머신러닝 기반 언어교정방법
WO2022158633A1 (ko) * 2021-01-25 2022-07-28 박상래 음성인식 및 음성합성을 이용한 무선통신장치
KR20220107631A (ko) * 2021-01-25 2022-08-02 박상래 음성인식 및 음성합성을 이용한 무선통신장치
US20230090052A1 (en) * 2021-01-25 2023-03-23 Sang Rae Park Wireless communication device using voice recognition and voice synthesis
US11942072B2 (en) 2021-01-25 2024-03-26 Sang Rae Park Wireless communication device using voice recognition and voice synthesis
KR102472910B1 (ko) * 2022-08-05 2022-12-02 주식회사 실비아헬스 인지 장애와 연관된 정보를 제공하는 방법 및 장치
WO2024029799A1 (ko) * 2022-08-05 2024-02-08 주식회사 실비아헬스 인지 장애와 연관된 정보를 제공하는 방법 및 장치

Similar Documents

Publication Publication Date Title
KR20190024148A (ko) 음성 인식 장치 및 음성 인식 방법
US8738375B2 (en) System and method for optimizing speech recognition and natural language parameters with user feedback
KR102191425B1 (ko) 인터랙티브 캐릭터 기반 외국어 학습 장치 및 방법
US9454958B2 (en) Exploiting heterogeneous data in deep neural network-based speech recognition systems
JP6556575B2 (ja) 音声処理装置、音声処理方法及び音声処理プログラム
WO2017127296A1 (en) Analyzing textual data
JP2016206660A (ja) 話者識別方法及び話者識別装置
JP5932869B2 (ja) Ｎ−ｇｒａｍ言語モデルの教師無し学習方法、学習装置、および学習プログラム
CN109992765A (zh) 文本纠错方法及装置、存储介质和电子设备
CN111179917B (zh) 语音识别模型训练方法、系统、移动终端及存储介质
JP2016075740A (ja) 音声処理装置、音声処理方法、およびプログラム
KR20200084260A (ko) 전자 장치 및 이의 제어 방법
CN104462912A (zh) 改进的生物密码安全
CN111091809B (zh) 一种深度特征融合的地域性口音识别方法及装置
JP2020034683A (ja) 音声認識装置、音声認識プログラムおよび音声認識方法
JP6165657B2 (ja) 情報処理装置、情報処理方法およびプログラム
JP2009086581A (ja) 音声認識の話者モデルを作成する装置およびプログラム
CN107610720B (zh) 发音偏误检测方法、装置、存储介质及设备
KR20150001191A (ko) 연속어 음성 인식 장치 및 방법
CN115104151A (zh) 一种离线语音识别方法和装置、电子设备和可读存储介质
JP2012108429A (ja) 音声選択装置、発話選択装置、音声選択システム、音声選択方法および音声選択プログラム
Pietquin et al. Comparing ASR modeling methods for spoken dialogue simulation and optimal strategy learning.
US20120109646A1 (en) Speaker adaptation method and apparatus
JP6350935B2 (ja) 音響モデル生成装置、音響モデルの生産方法、およびプログラム
CN112037772B (zh) 基于多模态的响应义务检测方法、系统及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application
E902 Notification of reason for refusal