전산학 박사 학위 논문 초록

제목: 신경망과 HMM(Hidden Markov Models)을 이용한 음성 인식
저자: 육 동석
소속: 뉴저지 주립대학교(Rutgers University) 전산과

HMM(Hidden Markov Models)과 같이 통계적인 방법을 이용한 음성 인식은 학습 환경과 일치 되지 않는 실제 사용 환경에 따라서 그 성능이 크게 좌우된다. 두 환경의 데이터가 기본적으 로 같은 분포를 따르더라도 주위의 음향 조건에 따라서, 실제 관측되는 데이터의 분포는 크게 다를 수 있다. 또한, 사람마다 목소리가 다르기 때문에 일반적인 화자 독립 음성 인식은 매우 어려운 문제로 여겨진다. 본 논문에서는 이와 같이 상이한 데이터 분포를 초래하는 조건하에 서도 일관된 성능을 유지할 수 있는 음성 인식 방법에 관하여 고찰한다.

일반적으로 인식기의 파라미터는 학습 데이터로부터 추출되므로 학습 데이터는 실제 사용 환경 과 같은 조건하에서 수집하는 것이 바람직하다. 하지만, 이것은 많은 시간과 경비를 필요로 할 뿐만 아니라, 때로는 불가능하기도 하다. 본 연구에서는 신경망을 이용한 변환(transformation) 방법을 사용하여 데이터 분포의 불일치 문제를 해결한다. 신경망을 이용한 변환 방법은 적은 양의 데이터로도 효과적으로 새로운 환경에 적응할 수 있도록 하여준다. 이 방법은 또한 전화 음성이나 울림이 심한 경우처럼, 데이터가 비선형적으로 왜곡된 경우에 특히 효과적이다. 신경 망의 목적 함수로서는 일반적으로 mean squared error가 사용되었는데, 이는 실제로 인식률을 높이는데 효과적으로 작용하지 못한다. 따라서 본 연구에서는 HMM의 조건부 확률을 이용한 새로운 목적 함수를 제안한다. 이 목적 함수는 실제 사용 환경 데이터의 likelihood를 최대화시 킴으로써 신경망과 HMM을 이용하는 복합 시스템 전체를 종합적으로 최적화할 수 있게 해준 다. 이것은 데이터를 왜곡시키는 과정인 왜곡 함수(distortion function)나 그 역함수를 구하는 데 사용될 수 있는데, 전자의 경우 인식기의 파라미터가 사용 환경에 적합하게 자동적으로 변 화된다. 제안된 알고리즘의 타당성은 대용량 연속 음성 인식 실험을 통하여 검증하였다.