인공지능 - Computer가 소리를 인식하는 방식 - 2. 음성 인식에서 정규화, 양자화 이유

음성 인식에서 정규화, 양자화 이유

음성 인식에서 음성은 연속적인 데이터입니다. 이를 컴퓨터에서 읽을 수 있도록 음성을 인식하기 위해 정규화와 양자화는 중요한 과정이며, 각각의 이유를 설명하겠습니다.

정규화 (Normalization)

이유

1. 일관된 데이터 범위:
   • 정규화는 입력 신호의 진폭을 일정한 범위로 조정합니다. 일반적으로 -1에서 1 또는 0에서 1 사이의 값으로 조정합니다. 이를 통해 다양한 입력 음성 신호를 동일한 범위 내에서 처리할 수 있어 일관성을 유지합니다.
2. 모델 안정성:
   • 정규화된 데이터는 머신 러닝 모델의 학습 과정을 안정화시킵니다. 값이 너무 크거나 작은 경우 모델이 잘못 학습하거나, 최적화 과정에서 문제가 발생할 수 있습니다.
3. 효율적인 계산:
   • 정규화된 신호는 계산 효율성을 높입니다. 숫자가 너무 크면 컴퓨터의 부동 소수점 연산에서 오버플로우나 언더플로우가 발생할 수 있습니다. 이를 방지하기 위해 정규화가 필요합니다.

예시

• 원래 음성 신호의 진폭이 -32768에서 32767 사이의 값이라면, 이를 -1에서 1 사이로 정규화합니다.

  normed_wav = original_wav / 32768.0
  

양자화 (Quantization)

이유

1. 디지털 표현:

양자화는 연속적인 아날로그 신호를 이산적인 디지털 값으로 변환합니다. 이는 아날로그 데이터를 컴퓨터가 처리할 수 있는 디지털 데이터로 변환하는 과정입니다.

1. 저장 및 전송 효율성:

디지털 값으로 변환하면 데이터를 압축하여 저장하거나 전송할 수 있습니다. 예를 들어, 16비트 오디오 샘플은 65536개의 다른 값을 표현할 수 있으며, 이는 효율적으로 저장 및 전송할 수 있습니다.

1. 모델 입력 준비:

양자화된 데이터는 머신 러닝 모델이 처리할 수 있는 형태로 변환됩니다. 모델이 학습하고 예측하는 과정에서 필요한 데이터 형태를 제공하기 위해 양자화가 필요합니다.

예시

정규화된 음성 신호를 8비트로 양자화하는 경우, 각 샘플 값을 -128에서 127 사이의 값으로 변환합니다.

Bit = 8
max_value = 2 ** (Bit - 1)
quantized_wav = np.round(normed_wav * max_value).astype(int)
quantized_wav = np.clip(quantized_wav, -max_value, max_value - 1)

결론

정규화와 양자화는 음성 인식 시스템에서 입력 데이터를 준비하는 데 중요한 역할을 합니다. 정규화를 통해 입력 데이터의 범위를 일관되게 유지하고, 양자화를 통해 데이터를 디지털 형식으로 변환하여 모델이 처리할 수 있도록 합니다. 이 두 과정은 음성 인식의 정확도와 효율성을 높이는 데 필수적입니다.