L1-MAP 기법을 이용한 Subspace Gaussian Mixture Model에서의 화자 적응

Abstract

화자간 변이는 음성인식의 성능을 저하시키는 주요한 원인이다. 이를 대처하기 위해서는 화자에 따른 음소 변이를 더욱 잘 담아내는 적응기법을 고안해야 한다. 부분공간 가우시안 혼합 모델은 개별 음소 정보를 다른 음향 정보와 효율적으로 분리해낼 수 있는 음향 모델이다. 분리한 음소 정보는 부분공간 가우시안 혼합 모델에서 음소상태벡터 형태로 저장된다. 따라서 음향모델을 개별 화자에 맞게 적응시킬 때 음소상태벡터만을 변화시키는 방법을 생각해볼 수 있다. 본 학위논문에서는 음소상태벡터에 최대사후확률 적응을 적용하는 방법을 제안하고, 더불어 L1-norm regularization 기반의 최대사후확률 적응을 통해 화자적응 모델의 저장 효율을 높였다. 이 방법을 통해 Wall Street Journal 데이터베이스에서 최대사후확률 적응으로는 단어 오류율 기준 17.5%의 상대적인 성능 향상을 얻을 수 있었고, L1 노름 정규화로는 15.6%의 성능 향상과 38%의 저장 효율을 얻을 수 있었다.ㅜ