메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이강 강상익 (인하대학교) 권장우 (인하대학교) 이상민 (인하대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제54권 제5호 (통권 제474호)
발행연도
2017.5
수록면
85 - 89 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2017

음소기반의 순환 신경망 음성 검출기를 이용한 음성 향상
이강 ,  강상익 ,  권장우 외 1명 전자공학회논문지 2017.05 학술저널
GMM/RNN 혼합형 음소기반 음성 검출기를 이용한 음성 향상에 대한 연구
이강 일반 2017.01 학위논문

초록· 키워드

오류제보하기
본 논문에서는 향상된 연산 능력을 가진 하드웨어와 알고리즘의 혼합을 통하여 음성 향상을 위한 정확한 음성 검출기 구현을 목적으로 하였다. 음성은 음소의 나열로 구성되어있으며 음성 모델을 세우는데 적합한 방법은 이전의 정보를 이용하는 순환 신경망 (recurrent neural network, RNN)을 사용하는 것이다. 실제 존재하는 모든 잡음에 대하여 학습한 모델을 제시하는 것은 사실상 불가능 하므로 이를 극복하고자 음소기반 학습을 진행하였다. 학습의 결과로 세워진 모델을 기반으로 새로운 음성 신호에서 음성을 검출하고 그 결과를 이용하여 음성 향상을 진행하였다. 순환 신경망과 음소기반 학습은 프레임 별 높은 상관성을 가진 음성 신호에서 좋은 성능을 얻을 수 있었으며 음성 검출기의 성능을 검증하기 위하여 라벨 데이터와 음성 검출결과를 비교하고 다양한 잡음 환경에서 객관적 음질 평가를 진행하여 기존의 음성 향상 알고리즘과 비교하였다.
#RNN #GMM #Phoneme #VAD #MMSE

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 음성 검출기를 이용한 음성 향상
Ⅲ. 제안된 음소기반 순환 신경망 음성 검출기를 이용하는 음성향상 알고리즘
Ⅳ. 실험 및 결과
Ⅴ. 결론
REFERENCES

참고문헌 (10)

참고문헌 신청
H. G. Hirsch, and D. Pearce. “The Aurora experimental framework for the performance evaluation of speech recognition systems under noisy conditions,” ASR2000-Automatic Speech Recognition: Challenges for the new Millenium ISCA Tutorial and Research Workshop (ITRW). 2000. Y. Wang and D. Wang, “Towards scaling up classification-based speech separation,” IEEE Transactions on Audio, Speech, and Language Processing, vol. 21, no. 12, pp. 1381-1390, July 2013. D. Burshtein, and S. Gannot, “Speech enhancement using a mixture-maximum model,” IEEE transactions on speech and audio processing, vol. 10, no. 6 pp. 341-351, 2002. Loizou, Philipos C. “Speech enhancement: theory and practice.” CRC press, 2013. A. W. Rix, J. G. Beerends, M. P. Hollier, P. Hekstra “Perceptual evaluation of speech quality (PESQ)-a new method for speech quality assessment of telephone networks and codecs.” Acoustics, Speech, and Signal Processing, 2001. Proceedings.(ICASSP'01). 2001 IEEE International Conference on. Vol. 2. IEEE, 2001.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

CNN과 RNN의 기초 및 응용 연구
이은주 방송과 미디어 2017 .01
녹취 데이터 인식을 위한 LSTM RNN 기반 음성인식 시스템
강병옥 ,  전형배 ,  송화전 외 2명 한국통신학회 학술대회논문집 2018 .01
순환신경망을 이용한 V2X 통신 기반의 차량 예측
김민구 ,  김형원 한국통신학회 학술대회논문집 2018 .01
RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델
신동하 ,  최광호 ,  김창복 한국정보기술학회논문지 2017 .10
순환(Recurrent) 신경망 블라인드 다중사용자 검출기
박진우 ,  권재환 ,  차균현 한국통신학회 학술대회논문집 2001 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-569-000888483