분야
doc1. 기술의 개요
음성인식(Speech Recognition, voice recognition, 音聲認識) :
기계와 같은 자동적 수단에 의하여 음성으로부터 언어적 의미 내용을 식별하는 것.
기계를 효과적으로 사용하는데 있어서 기계와 인간사이의 통신(Communication)은 필수적이며 이 통신이 얼마나 효율적으로 이루어지는가가 그 장치를 사용하는데 있어서 중요한 관건이 될 수 있다. 그 중, 음성은 인간이 사용하는 가장 보편적이고 편리한 정보전달의 수단이라 할 수 있기 때문에 음성인식은 차세대 인터페이스로 가장 주목 받고 있는 방법 중 하나이다.
음성으로 기계와 대화할 때의 장점은 첫째로 숙련을 요하지 않는다는 점이다. 대화는 인간에게 가장 손쉬운 통신수단이기 때문에 자판에 입력하는 경우와 같은 훈련을 요하지 않는다. 두 번째로 고속입력이 가능하다는 점인데, 자판으로 입력하는 것에 비해 2~6 배의 속도로 입력할 수 있다. 셋째로 손발이 구속되지 않는다. 손이 다른 일을 하고 있어도 자유로이 입력할 수 있으며 걸어가면서 입력할 수도 있다는 장점이 있다.
음성인식의 구체적 개념은 알리바바와 40인의 도적에서 등장하는 ‘열려라 참깨’에서 찾을 수 있다. 사실 음성인식의 구체적 구현은 1950년대 벨연구소(Bell Lab) 의 화자종속(Speaker dependent) 숫자음 인식이 그 시작이었다. 그 후 1970년대 미국 국방성에서 연속어 인식(Continuous speech recognition)에 대한 연구를 시작했으며 1980년대 이르러 인공지능 중 하나의 방법인 패턴 인식에 기초한 음성인식의 연구가 진행되어왔다.
이러한 음성인식 기술의 활발한 연구에 비례하여 이를 활용한 많은 응용 제품과 솔루션들이 등장하고는 있으나, 발성 습관이나 성별, 발성 지속 시간에 기인한 발성자의 개인차, 조음결합(coarticulation) 현상, 컴퓨터의 계산 능력, 주변환경 잡음 및 음성신호를 전송하는 라인상의 채널 잡음으로 인한 왜곡현상 등 인식률을 떨어뜨리는 갖가지 요인을 갖고 있어 완전한 음성인식 기술 구현을 위해 해결해야할 문제가 아직 많이 남아 있다.
음성인식 시스템의 구분
화자에 의한 분류
화자종속(speaker dependent) 불특정화자에 대해 음성인식을 수행한다. 불특정 화자에 적용할 경우 인식율이 떨어진다
화자독립(speaker independent) 불특정화자에 대해 음성인식을 수행한다. 화자에 대한 제한이 없으며 초기 학습 과정 이외에 별도의 학습이 필요없다
화자적응( speaker adaptation) 화자종속과 화자독립의 중간단계이다. 기본적으로 화자독립 기능을 제공하지만 준비된 훈련 과정을 거쳐 특정화자에 대한 성능을 높인다.
