Dictation을 위한 문장음성 DB 설계를위한 검토서

1. Dictation 시스템개발을 위한 음성 언어 코퍼스의 사례 연구 미국에서는 1992년경에 DARPA(Defence Advanced Research Project Agency)의 주도하에 신문기사(Wall Street Journal)를 대상으로 한 대어휘 연속음성인식 연구가 시작되었다. 어휘사이즈를 5K, 20K로 설정하여 기본적인 평가조건을 Hub, 음향모델/언어모델의 적응화에 의한 평가 등 부대적인 평가조건을 Spoke 라고 부르며 여러 평가 조건아래에서 활발한 연구가 진행되고 있다. 1992년에는 “5K 어휘/미지어 불포함” 의 신문기사 태스크 상에서 16.6% 의 단어 에러율이 보고되었다. 그후 2년간 에러율이 1/3에서 1/4까지 줄었다. 최근에는 어휘제한이 없는(20K어휘에 1단어 이상의 미지어가 포함된) 태스크에서 6.6%의 에러율이 보고되고 있다. 이들 결과는 N-gram이라고 하는 단순한 것임에도 언어모델을 도입함으로서 수만 단어의 어휘를 가진 연속음성을 인식할 수 있다는 것을 보인 것이다. 한편, 유럽에서도 신문낭독문의 대어휘 연속음성인식(dictation)을 통한 기술평가가 최근 수년동안 활발히 이루어져왔고 이들 기술개발 및 평가에 있어서 여러 종류의 텍스트코퍼스가 담당한 역할은 크다. 또한 SQALE(Speech recognition Quality Assessment for Linguistic Engineering)프로젝트에서는 영어(미국식, 영국식), 불어, 독어에 관한 연속음성인식을 평가하였다. 이 프로젝트에서는 언어모델 및 음소모델의 학습 데이터량을 언어간에 거의 균등하게 하여 상호비교를 쉽게 함과 동시에 연구기관간에도 단어의 음소사전을 공통으로 사용하도록 하였다. SQALE의 결과는 영어 이외의 유럽어에 있어서도 영어와 똑같은 방법에 의해 대규모의 연속음성인식이 가능하다는 것을 보이고 있다.