Search

End-to-end automatic speech recognition (E2E-ASR) prefers the common words during training rather than rare ones related to contextual information such as song names. Thus, recognizing contextual information correctly is a hurdle for E2E-ASR to reach the production-level. To overcome the limitations of E2E-ASR in recognizing contextual information, this work presents a post-processing followed by E2E-ASR in an algorithmic way, referred to as a word-matching algorithm with backward search (WMA-BS). At first, we allow E2E-ASR to roughly detect the position of target words that has similar pronunciation with desired contextual phrases. After that, given the hypothesis from E2E-ASR with the rough position of target words, WMA-BS estimates the correct target words and decides whether to replace the target words with the contextual phrase or not, according to their phonetic and literal similarity. Applying the proposed method to E2E-ASR achieved relative improvement up to 52.7% in word error rate across several harsh conditions.

Recurrent neural network transducers (RNN-T) are a promising end-to-end speech recognition framework that transduce input acoustic frames to a character sequence. Best- and breadth-first searches have been used as decoding strategies for RNN-T. However, best-first search follows a sequential process for its expansion search, which slows down the decoding process. Although breadth-first search replaces the sequential process of best-first search with a parallel one, it unnecessarily conducts an expansion search for all decoding steps. As most of the decoding frames correspond to a blank symbol because the length of the character sequence is much shorter than that of the decoding frames, this induces computational overhead. To address these limitations, we introduce an adaptive expansion search (AES) to accelerate RNN-T inference. AES overcomes the aforementioned limitations by batching the hypotheses and adopting a decision-making process that decides whether to continue the expansion search; thus, AES can avoid unnecessary expansion search. Furthermore, pruning is applied to AES for further acceleration. We achieved significant speedup and a lower word error rate compared with other baselines.

캘리콘텐츠 는 커뮤니케이션 매체의 특성을 예술적 감성을 가진 문장 또는 그림으로 표현한 후 디지털 콘텐츠로 가공하여 인쇄물 광고 시각 디자인 엔터테인먼트 상품 등에서 다양한 형태의 비즈니스 모델로 급성장하고 있다 현재 캘리콘텐츠의 적용범위는 분야를 구분 짓기 어려울 정도로 무궁무진하다 또 각 분야에서 적용된 사례들을 살펴보면 소비자의 시선을 단번에 사로잡는데 탁월한 효과를 나타내고 있다 이처럼 캘리콘텐츠는 디자인 영역의 다양한 커뮤이케이션 콘텐츠에 적용되어 응용되고 있다 예술성을 갖춘 감성적 캘리콘텐츠 창작물과 기술 융합하여 유무선 기반 소프트웨어를 통해 캘리콘텐츠 창작물을 소비하고 소비자의 욕구에 부응하는 개인 맞춤형 콘텐츠 산업을 활성화하기 위해 본 논문에서는 감성적 양방향 추천 캘리콘텐츠 오픈마켓 플랫폼을 설계하고 구현 모델을 제시한다 이를 위해 캘리콘텐츠 플랫폼을 중심으로 온 오프라인 환경에서 다양한 캘리콘텐츠 창작물을 제공하고 파티 타겟을 개방하여 캘리그라피 소비자 중심

The infrastructure of flexible pavement is composed of aggregate subbase, anti-frost layer, and subgrade. In particular, the subgrade performance is affected by climates such as frost action and precipitation. The method of TDR(Time Domain Reflectometry) sensors to measure moisture contents in subgrade layer has been used in the research. Due to the TDR method using dielectric permitivity of soil and water, the sensors can be affected by the low subgrade temperatures. The air temperatures frequently drops below -20 ℃ in the winter in Korea. As a result, it is necessary to estimate the accuracy of the TDR moisture sensors in the range of below zero temperatures. In this study, the subgrade temperatures of lower than -2℃ were extended to evaluate temperature sensitivity of the TDR moisture sensors. The test results revealed that the moisture contents around the sensors were reduced while those of the upper part of specimen showed a tendency to increase as the specimen surface temperature drops below zero under the volumetric moisture contents(VMC) of 20% and 30%. However, the impact of temperature on the function of the sensor at lower water contents was found to be negligible if any.Key words : Road Pavement, Moisture Content, Temperature, Subgrade, TDR Sensor초 록 : 아스팔트 콘크리트 포장의 하부구조는 보조기층, 동상방지층 및 노상층으로 구성되어 있으며, 노상층의 경우 겨울철을 지나 봄이 되면 동상효과에 따른 포장 파손과 여름철 장마 기간 동안의 수분 침투로 인한 지지력 감소와 같은 문제점이 발생할 수 있다 . 따라서 도로하부의 함수비를 계측하기 위하여 시간이력 반사방식(Time Domain Reflectometry, TDR)의 함수센서를 통하여 실시간 함수비를 계측하는 기술이 국내에 도입되었다. TDR 방식의 함수센서는 흙과 물의 유전율을 통하여 함수비를 측정하기 때문에 온도의 영향을 받을 수 있다. 특히 국내는 계절 영향을 받아서 겨울철 대기 온도가 지역적으로 영하 20℃ 보다 낮은 온도를 보여줄 수 있기 때문에 영하의 측정 온도 범위에 대한 함수센서의 정확도를 파악할 필요가 있다. 따라서 본 연구에서는 흙의 온도 범위를 영하 2℃ 미만까지 확장하여 TDR 방식의 함수비 센서에 대한 온도 민감도 시험을 수행하였다. 체적함수비 20%와 30%에 대한 시험 결과 공시체 표면 온도가 영하로 떨어지면서 센서부근의 수분이 감소하고, 공시체 상부의 함수비가 증가하는 경향을 보여주었다. 그러나 함수센서에 대한 온도의 영향은 함수비가 낮을 경우 미소한 것으로 나타났다.검색어 : 도로 포장, 함수비, 온도, 노상, 함수센서Highway Engineering