[논문 리뷰] Opportunities & Challenges In Automatic Speech Recognition

Rashmi Makhijani, Urmila Shrawankar외 1명|arXiv (Cornell University)|2013. 05. 09.

Speech Recognition and Synthesis참고 문헌 19인용 수 3

한 줄 요약

이 논문은 현대 컴퓨팅 플랫폼에서의 병렬성 증가가 소음 환경에서의 정확도 향상, 배치 처리 스루풋 향상, 실시간 지연 감소를 통해 자동 음성 인식(ASR) 성능을 향상시키는 방법을 탐구한다. 기술적 과제, 현재의 접근 방식, 그리고 차세대 ASR 시스템을 지원하기 위한 효율적인 병렬 소프트웨are 및 하드웨어 인프라 설계를 위한 향후 연구 방향을 제시한다.

ABSTRACT

Automatic speech recognition enables a wide range of current and emerging applications such as automatic transcription, multimedia content analysis, and natural human-computer interfaces. This paper provides a glimpse of the opportunities and challenges that parallelism provides for automatic speech recognition and related application research from the point of view of speech researchers. The increasing parallelism in computing platforms opens three major possibilities for speech recognition systems: improving recognition accuracy in non-ideal, everyday noisy environments; increasing recognition throughput in batch processing of speech data; and reducing recognition latency in realtime usage scenarios. This paper describes technical challenges, approaches taken, and possible directions for future research to guide the design of efficient parallel software and hardware infrastructures.

연구 동기 및 목표

• 현대 컴퓨팅 플랫폼에서의 병렬성의 기회와 과제가 자동 음성 인식(ASR) 시스템의 발전에 어떻게 기여하는지 분석하는 것.
• 비이상적이고 실제 환경 조건(예: 소음 환경)에서 병렬 아키텍처가 ASR 성능을 어떻게 향상시킬 수 있는지 규명하는 것.
• 병렬성의 영향을 통해 배치 음성 데이터 처리 스루풋을 증가시키고 실시간 응용 프로그램에서 지연을 감소시키는 방식을 분석하는 것.
• 확장 가능하고 효율적인 ASR 워크로드에 맞춰진 소프트웨어 및 하드웨어 인프라 설계를 이끌어내는 것.
• 강력하고 고성능 음성 인식 시스템을 위한 병렬성 활용을 위한 향후 연구 방향을 제시하는 것.

제안 방법

• 정확도, 스루풋, 지연의 세 가지 핵심 차원에서 병렬 컴퓨팅이 ASR 시스템 성능 향상에 기여하는 방식을 분석하는 것.
• 특징 추출, 음향 모델링, 디코딩 단계 등 음성 인식 파이프라인 전반에서 병렬성을 활용하는 기존 접근 방식을 조사하는 것.
• 다중 코어 및 분산 컴퓨팅 플랫폼에 배포된 현재의 ASR 알고리즘의 확장성 평가.
• 데이터 종속성 및 동기화 오버헤드와 같은 요소들로 인해 병렬 효율성이 제한되는 음성 처리 파이프라인의 버티브레이크 식별.
• ASR 워크로드에 최적화된 향후 하드웨어 및 소프트웨어 스택을 위한 아키텍처적 고려사항 제안.
• 병렬 ASR의 실용적 구현 사례를 설명하기 위해 BEATS 2010 컨ference의 사례 연구 및 시스템 수준 평가를 활용하는 것.

실험 결과

연구 질문

• RQ1 병렬 컴퓨팅 아키텍처는 소음이 있는 실제 환경에서 음성 인식 정확도를 어떻게 향상시킬 수 있는가?
• RQ2 병렬성을 활용한 고성능 배치 처리를 위해 ASR 시스템을 확장할 때의 주요 기술적 과제는 무엇인가?
• RQ3 병렬성은 실시간 음성 인식 응용 프로그램에서 인식 지연을 어떻게 감소시킬 수 있는가?
• RQ4 현대 병렬 하드웨어에 ASR 워크로드를 효율적으로 매핑하기 위해 필요한 시스템 수준의 설계 원칙은 무엇인가?
• RQ5 확장 가능하고 효율적인 병렬 ASR 인프라를 개발하기 위해 가장 유망한 향후 연구 방향은 무엇인가?

주요 결과

• 병렬성은 소음 환경에서 더 복잡한 모델과 강력한 특징 처리를 가능하게 하여 ASR 정확도 향상에 기여한다.
• 특징 추출 및 디코딩 단계에서 작업 수준 및 데이터 수준 병렬성을 효과적으로 활용하면 음성 데이터의 고성능 배치 처리가 가능하다.
• 실시간 ASR 응용 프로그램은 음향 모델링 및 언어 모델링 컴포넌트의 병렬 실행을 통해 지연 감소를 경험한다.
• 데이터 동기화 및 메모리 액세스 패턴과 같은 시스템 수준의 병목 현상이 병렬 ASR 파이프라인의 확장성에 제한을 가한다.
• 향후 ASR 시스템은 소프트웨어 알고리즘과 하드웨어 아키텍처를 공동 설계함으로써 병렬성을 최대한 활용해야 한다.
• ASR 연구에 병렬 컴퓨팅 원리를 통합하는 것은 멀티미디어 분석 및 인간-컴퓨터 상호작용 분야의 신규 응용을 지원하기 위해 필수적이다.