• 한국음향학회지
• /
• 제18권3호
• /
• pp.62-67
• /
• 1999

본 논문은 회귀신경망을 이용한 음성인식에 관한 연구이다. 예측형 신경망으로 음절단위로 모델링한 후 미지의 입력음성에 대하여 예측오차가 최소가 되는 모델을 인식결과로 한다. 이를 위해서 예측형으로 구성된 신경망에 음성의 시변성을 신경망 내부에 흡수시키기 위해서 회귀구조의 동적인 신경망인 회귀예측신경망을 구성하고 Elman과 Jordan이 제안한 회귀구조에 따라 인식성능을 서로 비교하였다. 음성DB는 ETRI의 샘돌이 음성 데이터를 사용하였다. 그리고, 신경망의 최적모델을 구하기 위하여 예측차수와 은닉층 유니트 수의 변화에 따른 인식률의 변화와 문맥층에서 자기회귀계수를 두어 이전의 값들이 문맥층에서 누적되도록 하였을 경우에 대한 인식률의 변화를 비교하였다. 실험결과, 최적의 예측차수, 은닉층 유니트수, 자기회귀계수는 신경망의 구조에 따라 차이가 나타났으며, 전반적으로 Jordan망이 Elman망보다 인식률이 높았으며, 자기회귀계수에 대한 영향은 신경망의 구조와 계수값에 따라 불규칙하게 나타났다.

• 말소리와 음성과학
• /
• 제15권3호
• /
• pp.27-35
• /
• 2023

본 연구에서는 중국인 한국어학습자들의 한국어 낭독발화에서 나타나는 리듬의 변화양상을 한국어 모국어화자와의 비교를 통해 분석하였다. 그리고 이를 통해 모국어화자와 구별되는 리듬의 물리적 속성을 고찰하여 목표어의 리듬 습득과정에서 나타나는 중국인학습자들의 발화 특성을 고찰하고자 하였다. 한국어와 중국어는 리듬 유형론적으로 다른 범주에 속한다. 일반적으로 한국어는 음절박자언어와 강세박자언어의 모습을 모두 보이는 것으로 알려져 있으며 중국어는 음절박자언어로 분류된다. 두 언어는 음절구조, 어휘강세나 모음약화 현상의 부재 등 음운론적으로 유사한 특성을 보이지만 세부적인 차이도 존재한다. 이런 맥락에서 본다면 한국어 리듬 실현에서 모국어인 중국어의 긍정적 전이와 부정적 전이가 모두 나타날 수 있을 것이다. 본 연구에서는 표준어를 구사하는 한국어 원어민화자 5명과 한국어 숙달도 고급 수준의 중국인한국어학습자 10명이 발화문을 녹음하여 분석하였다. 분석자료는 다섯 문장으로 구성된 한 단락의 담화이다. 중국인 한국어학습자들의 한국어 리듬구조를 파악하기 위해 %V, VarcoV, nPVI_V, nPVI_S값을 측정하였다. 측정결과 %V와 VarcoV의 값에서 두 그룹은 모두 음절박자언어의 특성을 보였다. 그러나 중국인학습자들은 한국화자와는 유의미한 차이로 낮은 %V와 높은 VarcoV를 보여 보다 강세박자언어에 가까운 리듬구조를 보였다. nPVI_S값에서는 유사한 면이 관찰되었으나 nPVI_V에서 두 그룹 간 유의미한 차이가 나타났다. 두 그룹에서 나타난 리듬구조의 차이는 무엇보다 모음 길이의 변동의 차이로 귀속될 수 있고 그 원인은 중국어에 존재하는 모음 위계의 차이에서 비롯되는 것으로 판단되었다. 이러한 모국어의 발화습관이 한국어 리듬구조에 영향을 미쳐 보다 강세박자언에 가까운 속성을 보이며 이로 인해 한국어 모국어 화자와 다른 청지각적 리듬 차이를 유발한다고 할 수 있다.

• 공연문화연구
• /
• 제37호
• /
• pp.391-435
• /
• 2018

이 글은 아직 음악학계에서 다루어진 바 없는 '강원상강례'를 음악학적 관점에서 논의하였다. 이 연구를 위하여 "석문의범"의 강원상강례와 현행 강원상강례 사이의 유사성과 차별성에 대해 비교 검토하였고, 사료의 지문에서 발견된 소종 연주 방식에 대한 의미를 해석하여 현행 의식과는 어떤 음악적 관련성이 있는지에 대해서도 살펴보았다. 또한 현장 채록의 음원자료를 분석하여 도출된 결과를 바탕으로 현행 강원상강례의 음악적 특징을 살펴보았다. 내용을 간단히 요약하면 다음과 같다. "석문의범"의 강원상강례와 현행 의식을 비교 검토한 결과, 사료와 근접한 유사성을 보이는 강원상강례는 제2유형이며, 사료의 지문에서 발견된 소종 연주 방식은 운문사와 청암사 상강례에 일부 전승되어진 것으로 판단된다. 강원상강례의 음악적 특징은 다음과 같다. 제1유형과 제2유형의 음역은 완전8도를 벗어나지 않았다. 제1유형의 선율구조는 내드름을 들어내고, 종지선율은 do'에서 순차 하행하여 mi에서 la로 종지하였으며, 악조는 대부분 메나리토리였으나 일부 강원에서는 sol에서 la로 상행하는 선율이 종종 발견되어 전형적인 민요의 메나리토리와는 달랐다. 가창방식은 주로 전통예불에서 볼 수 있는 선 후창방식이었고, 대부분 일자일이음형과 일자수음형이며, 음악적 형식은 악곡별로 다양하게 짜여 있다. 다만 해인사 상강례는 의식절차와 가창방식에서 다른 여느 강원과 차이를 보였는데, 가창방식은 다른 사례와 같이 전통적인 선 후창방식이었으나 선창자가 첫 구(句)를 생략하여 부르는 특징이 있었다. 또한 추가된 한글<반야심경>은 내드름을 숙여내고, 독송은 3음 위주의 일자일음형으로 제창했다. 제2유형의 선율구조는 내드름을 들어내고, 종지선율은 제1유형과 다르지 않았다. <심향일주~>의 악조는 전형적인 메나리토리는 아니었으나 정례와 발원은 민요의 메나리토리와 같았다. 가창방식은 독창과 제창으로 이루어졌으며, 게송의 가사붙임새는 일자일이음형이고, 정례와 발원은 일자일이음형+일자수음형이다. 정례의 음악적 형식은 A-B-C와 A-C이고, 발원은 일정한 주기성을 갖추지 않았으나 종지선율을 동일하게 반복함으로서 통일감과 형식감을 느끼게 한다.

• 대한음성학회지:말소리
• /
• 제38호
• /
• pp.113-124
• /
• 1999

It is well known that Japanese prosodic structure assumes mora below the syllable tier. Syllables with V or CV structure are counted as having one morn whereas those with coda consonants /-pp, -tt, -kk, -ss, -N/ or long vowels are counted as having two morns in Japanese. This study measured the acoustic duration of these special moras ('tokusyuhaku') produced by Tokyo dialect speakers to see if they are isochronic with V or CV. It also examined the production of Korean(Seoul/Kyungsang dialect) and Chinese native speakers loaming Japanese as a second language to examine how the learners' first language influence their second language. Finally, it examined how speakers of the Akita dialect, which is blown as a syllabeme dialect in Japanese, produced them. The results showed that intra-speaker variation as well as inter-speaker variation was observed in the production by Akita dialect speakers. Production of native speakers of Chinese and Kyungsang dialect of Korean -- which have vowel length contrast in their phonological systems -- showed a similar result to Tokyo dialect speakers, which implies the influence of the learners' first language on the acquisition of the second language.

• 음성과학
• /
• 제8권1호
• /
• pp.77-91
• /
• 2001

This paper investigates the timing of Korean spoken in a news-reading speech style in order to improve the naturalness of durations used in Korean speech synthesis. Each segment in a corpus of 671 read sentences was annotated with 69 segmental and prosodic features so that the measured duration could be correlated with the context in which it occurred. A CART model based on the features showed a correlation coefficient of 0.79 with an RMSE (root mean squared prediction error) of 23 ms between actual and predicted durations in reserved test data. These results are comparable with recent published results in Korean and similar to results found in other languages. An analysis of the classification tree shows that phrasal structure has the greatest effect on the segment duration, followed by syllable structure and the manner features of surrounding segments. The place features of surrounding segments only have small effects. The model has application in Korean speech synthesis systems.

• 말소리와 음성과학
• /
• 제1권2호
• /
• pp.95-103
• /
• 2009

We investigated the perceptual structure of Korean consonants by analyzing the confusion among consonants in various vowel contexts. The 36 CV syllable types combined by 18 consonants and 2 vowels (/i/ and /u/) were presented with masking noises or in degraded intensity. The confusion data were analyzed by the INDSCAL (Individual Difference Scaling), ADCLUS (Additive Clustering) and the probability of the transmitted information. The results were compared with those of a previous study with /a/ vowel context (Bae and Kim, 2002). The overall results showed that the laryngeal features-aspiration, lax and tense-are the most salient features in the perception of Korean consonant regardless of vowel contexts, but the perceptual saliency of place features varies across vowel conditions. In high vowel (front and back vowel) contexts, sibilant consonants were perceptually salient compared to in low vowel contexts. In back vowel contexts, grave (labial and velar) consonants were perceptually salient. These findings imply that place features and vowel features strongly interact in speech perception as well as in speech production. All statistical measures from our confusion data ensured that the perceptual structure of Korean consonants correspond to the hierarchical structure suggested in the feature geometry (Clements, 1991). We discuss the link between speech perception and production as the basis of phonology.

• 대한음성학회:학술대회논문집
• /
• 대한음성학회 1997년도 7월 학술대회지
• /
• pp.142-143
• /
• 1997

The purpose of this paper is to assess the psychological status of the phoneme, syllable, and various postulated subsyllabic units in Korean by applying the Sound Similarity Judgment (SSJ) task, to compare the results with those in English, and to discuss the advantage and disadvantage of the SSJ task as a tool for linguistic research. In Experiment 1, 30 subjects listened to pairs of 56 eve words which were systematically varied from 'totally different' (e.g., pan-met) to 'identical' (e.g., pan-pan). Subjects were then asked to rate sound similarity of each pair on a 10-point scale. Not very surprisingly, there was a strong correlation between the number of phonemic segments matched and the similarity score provided by the subjects. This result was in accord with the previous results from English (e.g., Vitz & Winkler, 1973; Derwing & Nearey, 1986) and supported the assumption that the phoneme is the basic phonological unit in Korean and English. However, there were sharply contrasting results between the two languages. When the pairs shared two phonemes (e.g., pan-pat; pan-pen; pan-man), the pairs sharing the fIrst two phonemes were judged significantly more similar than the other two types of pairs. Quite to the contrary, in the comparable English experiments, the pairs sharing the last two phonemes were judged significantly more similar than the other two types of pairs. Experiment 2 was designed to conflrm the results of Experiment 1 by controlling the 'degree' of similarity between phonemes. For example, the pair pan-pam can be judged more similar than the pair pan-nan, although both pairs share the same number of phonemes. This could be interpreted either as confirming the result of Experiment 1 or as the fact that /n/ is more similar to /m/ than /p/ is to /n/ in terms of shared number of distinctive features. The results of Experiment 2 supported the former interpretation. Thus, the results of both experiments clearly showed that, although the 'number' of matched phonemes is the important predictor in judging sound similarity of monosyllabic pairs of both languages, the 'position' of the matched phonemes exerts a different influence in judging sound similarity in the two languages. This contrasting set of results may provide interesting implications for the internal structure of the syllable in the two languages.

• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.117-122
• /
• 2014

최소대립쌍이란 한 음소의 차이만으로 다른 의미를 갖는 단어의 쌍을 말한다. 본 논문은 최소대립쌍을 이용한 국어음운학 연구의 효율성을 위해 최소대립쌍 검색도구를 제안한다. 검색 도구 개발에 앞서 기존 프로그램과 몇 가지 비교 분석을 통해, 개발해야할 한국어 최소대립쌍 검색 도구의 방향을 제시한다. 제안하는 검색도구는 컴퓨터 사용에 익숙하지 않은 국어학자를 위해 키보드 입력을 최소화한 사용자 친화적인 인터페이스를 제시한다. 효율적인 최소대립쌍 연구를 위해 분류 검색 기능을 제공함으로써 더욱 면밀한 최소대립쌍 연구가 가능하도록 한다. 그리고 성능 향상을 위해 유니코드 분석으로 음소를 분리하여 사전 로딩 속도를 향상시키고, 검색의 효율성을 위해 사전 구조를 최적화한다. 검색 알고리즘은 음절 개수를 이용한 해시 탐색으로 검색 속도를 높인다. 제안하는 도구는 초기 버전에 비해 사전 변환 속도는 5배, 검색 속도는 3배 향상되었다.

• 음성과학
• /
• 제9권4호
• /
• pp.187-200
• /
• 2002

The purpose of the present study is to see in terms of $F_{0}$ variation in Japanese how discourse focus and the lexical word accent interact with each other in realizing overall intonation patterns. Discourse focus causes prosodic restructuring of phrase structures and, as a result, largely affects pitch contours, whereas the lexical word accent is said to delimit the $F_{0}$ into a certain range. Measurement of $F_{0}$ was made of utterances of Japanese sentences to observe behavior of pitch contours with varied focus assignment and lexical accent specifications. The utterances were obtained in question-answer discourse contexts so that in a sentence, either one NP was always focused or no focus was assigned. I set four points for $F_{0}$ measurement; $F_{1s},F_{1m}, F_{2s}$, and $F_{2m}$, two for each noun phrase corresponding to $F_{0}$ at the beginning of the first syllable and that of the vocalic portion of the second syllable in the two NP's. The results of present study were as follows: (1) for all combination of lexical accent types, the $F_{0}$ rise both in NP1 and NP2 are higher when focused than when not focused. (2) NP2 starts a new accentual phrase when focused, showing even higher $F_{0}$ than NP1, the latter of which implies that in forming a new accentual phrase by focusing, catathesis does not seem to take effect on NP2 preceded by accented NP1. (3) unfocused NP2 preceded by unaccented NP1 has higher $F_{0}$ than those preceded by accented NP1.

• 말소리와 음성과학
• /
• 제2권4호
• /
• pp.193-212
• /
• 2010

The purpose of our study was to provide effective speech evaluation items examining the variables of speech that successfully predict the speech intelligibility in CP children. The subjects were 55 children with spastic type cerebral palsy. As for the speech evaluation, we performed a speech subsystem evaluation and a speech intelligibility test. The results of the study are as follows. The evaluation task for the speech subsystems consisted of 48 task items within an observational evaluation stage and three levels of severity. The levels showed correlations with gross motor functions, fine motor functions, and age. Second, the evaluation items for the speech subsystems were rearranged into seven factors. Third, 34 out of 48 task items that positively correlated with the syllable intelligibility rating were as follows. There were four items in the observational evaluation stage. Among the nonverbal articulatory function evaluation items, there were 11 items in level one. There were 12 items in level two. In level three there were eight items. Fourth, there were 23 items among the 48 evaluation tasks that correlated with the sentence intelligibility rating. There was one item in the observational evaluation stage which was in the articulatory structure evaluation task. In level one there were six items. In level two, there were eight items. In level three, there was a total number of eight items. Fifth, there was a total number of 14 items that influenced the syllable intelligibility rating. Sixth, there was a total number of 13 items that influenced the syllable intelligibility rating. According to the results above, the variables that influenced the speech intelligibility of CP children among the articulatory function tasks were in the respiratory function task, phonatory function task, and lip and chin related tasks. We did not find any correlation for the tongue function. The results of our study could be applied to speech evaluation, setting therapy goals, and evaluating the degree of progression in children with CP. We only studied children with the spastic type of cerebral palsy, and there were a small number of severe degree CP children compared to those with a moderate degree of CP. Therefore, when evaluating children with other degrees of severity, we may have to take their characteristics more into account. Further study on speech evaluation variables in relation to the severity of the speech intelligibility and different types of cerebral palsy may be necessary.