Dynamic programming offers the advantage of being able to determine an optimal match of an unknown pattern against known templates. One of disadvantage of dynamic programming is its computational intensity.
This thesis proposes a local dynamic programming technique which saves the computational burden of full dynamic programming yet yields the optimal match with utterance of high probability, which is segmented on the basis of acoustic similarity of speech signal. The local dynamic programming performs the dynamic time warping on the segment unit instead of the whole frames of the utterance. Also by using the branch and bound search technique which include the pruning method it is possible to reduce the search space.
본 논문은 고립 단어 인식의 분류 과정에서 동적 프로그램을 사용할 때의 단점 즉 계산 시간이 너무 많이 걸리는 것을 개선하기위하여 인식율을 떨어뜨리지 않고 음성 신호의 비슷한 정도에 따라서 세그멘테이션을 수행하고, 세그멘트 단위로 동적 프로그램을 수행하는 부분 동적 프로그래밍이 제시되고 실험되었다.
부분 동적 프로그래밍에 덧붙여서 세그멘트 수를 이용하여 시험 패턴의 세그멘트 수와 표준 패턴의 세그멘트 수와의 차이가 적은 표준 패턴을 선별하여 매칭 알고리즘 (matching algorithm)을 적용하는 계층적 접근방법과, branch and bound search 방법을 이용하여 계산시간을 줄이도록 하였다.
제안된 알고리즘은 종전의 동적 프로그래밍에 비해 실시간에 음성인식을 할 수 있으며 인식율을 95% 이상 유지할 수 있다.
