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

새로운 음성 인식 모델 : 동적 국부 자기 조직 지도 모델

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.

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.