A New Speech Recognition Model : Dynamically Localized Self-organizing Map Model

A New Speech Recognition Model : Dynamically Localized Self-organizing Map Model
A New Speech Recognition Model : Dynamically Localized Self-organizing Map Model

ㆍ 저자명: 나경민,임재열,안수길,Na. Kyung-Min,Rheem. Jae-Yeol,Ann. Sou-Guil
ㆍ 간행물명: The journal of the Acoustical Society of Korea
ㆍ 권/호정보: 1994년|13권 |pp.20-24 (5 pages)
ㆍ 발행정보: 한국음향학회
ㆍ 파일정보: 정기간행물|ENG|
PDF텍스트
ㆍ 주제분야: 기타

이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.

서지반출

영문초록

이 논문에서는 새로운 음성 인식 모델인 동적 국부 자기 조직 지도 모델과 그 학습 알고리즘을 제안한다. 동적 국부 자기 조직 지도 모델은 음성의 시간적, 공간적 왜곡을 프로그래밍 기법과 국부 자기 조직 지도로 각각 정규화 시킨다. 한국어 숫자음에 대한 실험 결과로 제안하는 모델이 예측 신경회로망 모델보다 적은 수의 연결을 갖고서도 약간 높은 인식률을 보여 효과적임을 알 수 있었다.

기타언어초록

A new speech recognition model, DLSMM(Dynamically Localized Self-organizing Map Model) and its effective training algorithm are proposed in this paper. In DLSMM, temporal and spatial distortions of speech are efficiently normalized by dynamic programming technique and localized self-organizing maps, respectively. Experiments on Korean digits recognition have been carried out. DLSMM has smaller Experiments on Korean digits recognition have been carried out. DLSMM has smaller connections than predictive neural network models, but it has scored a little high recognition rate.

다운URL