• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.879-882
• /
• 2000

화자종속 음성인식 시스템은 훈련 데이터가 화자들 사이의 음향적 변이를 충분히 모델링 할 수 있을 때, 화자독립 시스템보다 더 성능이 졸은 것으로 알려져 있다. 화자 정규화 기술은 입력음성의 스펙트럼을 수정하여 화자들 사이의 변이를 줄인다. 최근 성공적인 화자 정규화 알고리즘은 신호처리단계에 화자 특유 주파수 워핑을 통합했다. 이런 알고리즘은 입력음성에 담겨있는 음향적 특징을 다 사용하지 않는다. 본 논문에서는 화자의 음향적 특징으로 세 개의 포만트 주파수를 이용하였고, 수집된 포만트 주파수들로부터 워핑함수를 정의하는데 선형회귀를 사용한 화자 정규화 방법을 제안한다. 이 방법을 사용하여 인식 성능을 향상할 수 있었다.

• Journal of Internet Computing and Services
• /
• v.4 no.3
• /
• pp.9-14
• /
• 2003

The method of vocal tract normalization is a successful method for improving the accuracy of inter-speaker normalization. In this paper, we present an intra-speaker warping factor estimation based on pitch alteration utterance. The feature space distributions of untransformed speech from the pitch alteration utterance of intra-speaker would vary due to the acoustic differences of speech produced by glottis and vocal tract. The variation of utterance is two types: frequency and amplitude variation. The vocal tract normalization is frequency normalization among inter-speaker normalization methods. Therefore, we have to consider amplitude variation, and it may be possible to determine the amplitude warping factor by calculating the inverse ratio of input to reference pitch. k, the recognition results, the error rate is reduced from 0.4% to 2.3% for digit and word decoding.

• The Journal of the Acoustical Society of Korea
• /
• v.22 no.4
• /
• pp.299-307
• /
• 2003

There have been many studies on speaker normalization which aims to minimize the effects of speaker's vocal tract length on the recognition performance of the speaker independent speech recognition system. In this paper, we propose a simple vector quantizer based linear warping speaker normalization method based on the observation that the vector quantizer can be successfully used for speaker verification. For this purpose, we firstly generate an optimal codebook which will be used as the basis of the speaker normalization, and then the warping factor of the unknown speaker will be extracted by comparing the feature vectors and the codebook. Finally, the extracted warping factor is used to linearly warp the Mel scale filter bank adopted in the course of MFCC calculation. To test the performance of the proposed method, a series of recognition experiments are conducted on discrete HMM with thirteen mono-syllabic Korean number utterances. The results showed that about 29% of word error rate can be reduced, and that the proposed warping factor extraction method is useful due to its simplicity compared to other line search warping methods.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.351-352
• /
• 2012

다자간 영상통화를 사용할 경우 참여자들의 각기 다른 회의환경과 음성 입력 장치의 사용으로 인해 화자별로 다른 크기의 음량이 발생하게 되어 듣는 화자는 다른 크기의 음량을 청취하면서 불편함을 느끼게 된다. 이러한 문제점을 해결하기 위해 본 논문에서는 다양한 크기의 음량을 일정한 기준으로 조절하는 음량정규화 방식을 제안한다. 제안된 방식은 화자의 평균음량크기를 추정하는 동안 음량정규화 처리하는 적응구간과, 구해진 평균음량크기를 통해 음량정규화 처리하는 유지구간으로 나누어 처리한다.

• The KIPS Transactions:PartB
• /
• v.12B no.4 s.100
• /
• pp.437-442
• /
• 2005

For the purpose of speaker normalization in speaker independent speech recognition systems, experiments are conducted on a method based on Gaussian mixture model(GMM). The method, which is an improvement of the previous study based on vector quantizer, consists of modeling the probability distribution of canonical feature vectors by a GMM with an appropriate number of clusters, and of estimating the warp factor of a test speaker by making use of the obtained probabilistic model. The purpose of this study is twofold: improving the existing ML based methods, and comparing the performance of what is called 'soft decision' method with that of the previous study based on vector quantizer. The effectiveness of the proposed method is investigated by recognition experiments on the TIMIT corpus. The experimental results showed that a little improvement could be obtained tv adjusting the number of clusters in GMM appropriately.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.4
• /
• pp.103-111
• /
• 2004

The method of speaker normalization has been known as the successful method for improving the accuracy of speech recognition at speaker independent speech recognition system. A frequency warping approach is widely used method based on maximum likelihood for speaker normalization. This paper propose a new power spectrum warping approach to making improvement of speaker normalization better than a frequency warping. Th power spectrum warping uses Mel-frequency cepstrum analysis(MFCC) and is a simple mechanism to performing speaker normalization by modifying the power spectrum of Mel filter bank in MFCC. Also, this paper propose the hybrid VTN combined the Power spectrum warping and a frequency warping. Experiment of this paper did a comparative analysis about the recognition performance of the SKKU PBW DB applied each speaker normalization approach on baseline system. The experiment results have shown that a frequency warping is 2.06%, the power spectrum is 3.06%, and hybrid VTN is 4.07% word error rate reduction as of word recognition performance of baseline system.

• The Journal of the Acoustical Society of Korea
• /
• v.23 no.8
• /
• pp.583-589
• /
• 2004

Proposed is a speaker normalization method based on vector quantizer for continuous speech recognition (CSR) system in which no acoustic information is made use of. The proposed method, which is an improvement of the previously reported speaker normalization scheme for a simple digit recognizer, builds up a canonical codebook by iteratively training the codebook while the size of codebook is increased after each iteration from a relatively small initial size. Once the codebook established, the warp factors of speakers are estimated by comparing exhaustively the warped versions of each speaker's utterance with the codebook. Two sets of phones are used to estimate the warp factors: one, a set of vowels only. and the other, a set composed of all the Phonemes. A Piecewise linear warping function which corresponds to the estimated warp factor is adopted to warp the power spectrum of the utterance. Then the warped feature vectors are extracted to be used to train and to test the speech recognizer. The effectiveness of the proposed method is investigated by a set of recognition experiments using the TIMIT corpus and HTK speech recognition tool kit. The experimental results showed comparable recognition rate improvement with the formant based warping method.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.55-58
• /
• 2000

본 논문에서는 화자 확인 시스템의 등록과 확인 과정의 채널 환경 불일치로 성능이 저하되는 문제를 해결하기 위한 새로운 정규화 방법에 대해 설명한다. 제안된 방법은 첫째, 입력 음성으로부터 효과적으로 채널을 추정$\cdot$보상하고 둘째, 스코어 정규화 과정에서 사칭자 모델로서 사용되는 world모델과의 차이를 채널 추정 및 화자 모델 생성에 효과적으로 사용하는 것을 목표로 한다. 이를 위해 입력 음성의 켑스트럼과 HMM world 모델의 파라메터인 평균 켑스트럼과의 차이를 통해 음소열에 종속적인 채널 켑스트럼인 Phone-Dependent Difference Cepstrum을 추정한다. 한편 입력 음성의 음소열은 world모델의 스코어를 얻는 과정에서 함께 얻어질 수 있다. 채널 추정 실험 결과를 통해서 가장 일반적인 채널 정규화방법인 CMS에 의해 추정된 채널에 비해 실제 채널과 유사하며 화자 고유의 특성을 왜곡시키지 않는 채널 추정이 가능함을 확인할 수 있었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.131-134
• /
• 2004

본 논문에서는 GMM(Gaussian Mixture Model)을 이용한 문맥독립 화자 검증 시스템을 구현한 후, arctan 함수를 이용한 정규화 방법을 사용하여 화자검증실험을 수행하였다. 특징파라미터로서는 선형예측방법을 이용한 켑스트럼 계수와 회귀계수를 사용하고 화자의 발성 변이를 고려하여 CMN(Cepstral Mean Normalization)을 적용하였다. 화자모델 생성을 위한 학습단에서는 화자발성의 음향학적 특징을 잘 표현할 수 있는 GMM(Gaussian Mixture Model)을 이용하였고 화자 검증단에서는 ML(Maximum Likelihood)을 이용하여 유사도를 계산하고 기존의 정규화 방법과 arctan 함수를 이용한 방법에 의해 정규화된 점수(score)와 미리 정해진 문턱값과 비교하여 검증하였다. 화자 검증 실험결과, arctan 함수를 부가한 방법이 기존의 방법보다 항상 향상된 EER을 나타냄을 확인할 수 있었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.432-437
• /
• 1998

NLMS 알고리즘을 채용한 음향반향제거기는 주변잡음에 대해서 적응필터의 계수가 오조정되어 반향제거기의 성능이 저하된다. 본 논문에서 음향반향제거기의 마이크 입력신호와 추정 오차신호의 상관도를 이용해서 주변 잡음신호에 의한 계수 오조정이 작은 적응 알고리즘과 잔여반향을 제거하기 위한 후처리기로 구성된 음향 반향 제거기를 제안한다. 기존의 NLMS 알고리즘이 입력신호의전력으로 적응상수를 정규화하지만 제안하는 알고리즘은 마이크 입력신호와 추정 오차신호의상관도와 입력신호 전력의 합으로 정규화한다. 적응필터가 반향 경로를 추정한 경우, 추정 오차신호에는 근단화자 신호가 대부분을 차지한다. 따라서 근단화자 신호가 있는 경우에는 상관도 값이 커져서 적응 상수가 작아지고 근단화자 신호에 의한 계수의 오조정을 줄일 수 있다. 후처리기도 마이크 입력신호와 추정 오차신호의 상관도를 마이크 입력신호의 전력으로 정규화한 값으로 추정 오차신호를 감쇠시킴으로써 근단화자 신호는 감쇠를 적게 하고 잔여반향을 감쇠시킨다. 멀티미디어 PC를 이용한 실험을 통해서 제안하는 알고리즘이 기존의 알고리즘에 비해서 우수한 성능을 보임을 확인했다.