Search
Duplicate
🔈

종합설계과제

Search

로드맵 (1)

1 사이클

•
kospeech 라이브러리 활용해서 E2E 엔진 활용해서,
•
Pretrain Model 우리의 목적에 맞게 여러개 만들어주고
•
해당 모델을 활용해서 웹사이트에 적용시킨다.
→ 1 사이클에서 실제로 사이트 테스트 겨로가로 음성과 출력의 딜레이를 판단하고,
→ 해당 딜레이를 줄일 수 있는 방안을 설계
•
목표 날짜 : 6월 전까지
로드맵 (1)

로드맵 (1) 을 위한 STUDY

딥러닝 기초 다지기

1) 순환 신경망 (Recurrent Neural Network, RNN)

4) 자동 미분과 선형 회귀 실습

로드맵 (1) 을 위한 STUDY
STT를 구현하기 위해서는
•
음성 데이터
•
음성 데이터를 전사해놓은 Lable
이 필요하다.
전사 : 들리는 바를 받아 적되, ‘음', ‘어', ‘그' 와 같은 간투어, 대본에서 빼먹은 단어, 주변의 소음 등에 따라 녹음된 내용을 사람이 기록해놓은 것을 말한다.
사용자
→ 데이터의 특징에 따라 전사 규칙을 삭제하고, 문장부호(’!’, ‘?’, ‘,’ , ‘.’)를 삭제하는 등의 전처리 진행해야한다
→ kospeech는 본인들이 사용한 ai-hub의 데이터(kspon)와 libri 에 한해 전처리 과정 또한 공개하였다.
Kospeech - STT 공부