종단형 음성인식 기술은 음성/언어학적 정보를 단일 심층 신경망 모델로 표현하는 방법으로 구조의 단순함에도 불구하고 높은 음성인식 성능으로 인해 많은 관심을 받고 있다. 종단형 음성인식 모델은 음성/언어학적 지식 정보를 음성/문자 데이터로부터 자동 학습하게 되므로 정밀한 지식 모델링을 위해서는 대량의 전사 음성 데이터가 필요하다. 그러나, 대량의 전사 음성 데이터 수집은 많은 비용과 시간이 소요되므로 종단형 음성인식 시스템 개발의 걸림돌로 작용하고 있다. 따라서, 전사 음성 데이터 부족 문제를 극복하기 위한 다양한 방법들이 연구되고 있고 대표적인 방법으로는 데이터 증강과 준지도 학습이 있다. 본고에서는 이러한 기술들에 관해 최근의 연구 동향을 살펴보고자 한다.

[원문보기]