조음 장애 음성 인식을 위한 개인화된 연합 학습 방안 연구

요약

본 논문은 조음 장애 화자의 음성 인식을 위한 개인화된 연합 학습(FL) 방안을 연구합니다. 기존 FL의 이질성 문제를 해결하기 위해 파라미터 및 임베딩 기반 두 가지 집계 전략을 제안했습니다. 실험 결과, 제안 방법들은 정규화 FedAvg 대비 WER 감소를 보이며 우수한 성능을 입증했습니다.

핵심 포인트

• 조음 장애 음성 인식은 기존 ASR에 어려움이 따르는 분야입니다.
• 연합 학습(FL)의 이질성 문제를 해결하기 위해 개인화가 필요합니다.
• 파라미터 및 임베딩 기반 두 가지 집계 전략을 제안했습니다.
• 제안된 방법들은 기존 FedAvg보다 WER 감소를 보였습니다.