• 한국음향학회지
• /
• 제25권7호
• /
• pp.319-324
• /
• 2006

본 논문에서는 화자독립 가변어휘 핵심어 검출기의 성능을 개선하기 위하여 두 가지의 새로운 비핵심어 모델링 방법을 제안한다. 첫째는 K-means 알고리즘 기반 monophone 군집화 방법을 개선하기 위해 monophone을 state단위로 결정트리를 기반으로 군집화하여 비핵심어를 모델링하는 방법이다. 둘째는 single state multiple mixture 방법을 개선하기 위해 음절단위 multi-state multiple mixture 방법으로 모델링하는 방법이다. 실험에서 ETRI 표준 한국어 공통음성 단어 DB를 이용하여 트라이폰 모델을 훈련하였고, 훈련에 사용하지 않은 음성데이터를 이용하여 핵심어 검출closed 테스트를 수행하였다. 그리고 사무실 환경에서 4명의 화자가 각각 100문장씩 발성한 400문장의 음성데이터를 이용하여 100단어 핵심어 검출 open 테스트를 수행하였다. 실험 결과 결정트리기반 상태 군집화 방법이 기존의 K-means 알고리듬 기반 monophone clustering 방법보다 핵심어 검출 성능이 28%/29%(closed/open test) 향상되었다 그리고 음절단위 multi-state multiple mixture 방법이 비핵심어 전체를 single state 모델로 구성하는 방법보다 핵심어 검출 성능이 22%/2%(closed/open test) 향상됨으로써 본 논문에서 제안한 두 가지 알고리듬이 우수한 결과를 나타내었다

• 한국음향학회지
• /
• 제21권2호
• /
• pp.199-210
• /
• 2002

본 논문은 한국어 음성인식에서 음향모델의 성능개선을 위한 기초적 연구로서 결정트리 상태 클러스터링에 의한 HM-Net (Hidden Markov Network)의 구조결정 알고리즘을 이용한 음성인식에 관한 연구를 수행하였다. 한국어는 다른 언어와 비교하여 많은 문법과 변이음이 존재하는데, 국어 음성학에서 정의한 다양한 변이음을 조사하고, 음소결정트리를 위한 음소 질의어 집합을 작성하였다. 본 논문의 HM-Net 구조결정 알고리즘의 아이디어는 SSS (Successive State Splitting) 알고리즘의 구조를 가지면서 미리 작성해 둔 문맥의존 음향모델의 상태를 다시 분할하는 방법이다. 즉, 모델의 각 상태위치마다 음소 질의어 집합에 의해 음소결정트리를 생성하고, PDT-SSS (Phonetic Decision Tree-based SSS) 알고리즘에 의해 문맥의존 음향모델의 상태열을 다시 학습하는 방법이다. 결정트리 상태 클러스터링에 의한 HM-Net 구조결정 알고리즘의 유효성을 확인하기 위해, 국어공학센터 (KLE)의 452단어와 항공편 예약에 관련된 YNU200 문장을 대상으로 음성인식 실험을 수행하였다. 인식실험 결과, 음소, 단어, 연속음성인식 실험에서 상태분할을 수행한 후 상태수의 변화에 따라 인식률이 점진적으로 향상됨을 확인하였다. 상태수 2,000일 때 음소, 단어 인식률이 평균 71.5%, 99.2%를 각각 얻었으며, 연속음성인식률은 상태수 800일 때 평균 91.6%를 얻었다. 또한 HM-Net 구조결정 알고리즘의 파라미터 공유관계를 비교하기 위해 상태공유를 수행하는 HTK를 이용한 단어인식 실험을 수행하였다. 실험결과, HTK를 이용한 문맥의존 음향모델에 비해 평균 4.0%의 인식률 향상을 보여, 본 논문에서 적용한 결정트리 상태 클러스터링에 의한 HM-Net 구조결정 알고리즘의 유효성을 확인하였다.

• 한국식품과학회지
• /
• 제30권4호
• /
• pp.862-870
• /
• 1998

Myosin과 그 subfragment인 S-1과 LMM를 항원으로 하는 간접경합 효소면역분석법(Ci-ELISA)을 이용하여 동결육의 변화를 연구함으로써 수입 냉동육과 국내산 냉장 한우육과의 차별화를 위한 기초 자료를 마련하기 위하여 본 연구를 실시하였다. 각 항체의 표준곡선을 작성하였으며 최적반응범위는 $4{\sim}125{\;}{\mu}g/mL$이었고, 검출한계는 $0.1{\;}{\mu}g/mL$이었다. 확립된 Ci-ELISA를 이용하여 각각 $-10^{\circ}C,{\;}-20^{\circ}C,{\;}-50^{\circ}C$, 그리고 $-80^{\circ}C$에서 동결 기간 동안의 변화와 해동과 재동결에 따른 변화를 측정하였을 때 동결 기간 중 anti-MWM IgG와 반응한 myosin은 비교구와 비교하였을 때 $-20^{\circ}C$에서 변성도가 가장 컸으며 $-50^{\circ}C$에서 가장 적게 변성되었다. 단백질 용해성의 변화와 myosin과 항체와의 면역 친화성을 비교하였을 때 용해성이 감소하는 속도보다 더 빠르게 myosin이 변성되는 것으로 판단되었다. Anti S-1 IgG의 면역 친화성의 변화는 anti-MWM IgG에서 얻은 결과와 비교하였을 때 전혀 다른 경향을 보였다. anti-MWM IgG는 면역 친화성이 1개월 이후 급격히 감소된 데 비하여 anti S-1 IgG는 그와 같은 큰 변화를 나타내지 않았다. 반복되는 해동과 재동결 처리에서 anti-MWM IgG는 myosin과의 반응에서 2회 해동시부터 공격한 반응성의 감소를 보였으며 6회 해동시에는 85%까지 반응력을 상실했다(P<0.05). 두 실험 조건에서 $-20^{\circ}C$의 처리구의 myosin이 가장 심한 영향을 받은 것으로 나타났다. Anti-LMM IgG는 anti-MWM IgG에서 얻은 결과와 매우 유사한 경향을 보였다. $-10^{\circ}C$와 $-20^{\circ}C$에서 처리된 우육의 myosin은 저온에서 처리된 시료의 그것보다 보다 약 $10{\sim}15%$ 정도 더 많은 변성을 보인 것으로 사료된다.