과제정보
This work was supported by the Basic Science Research Program through the National Research Foundation of Korea (NRF) funded by the Ministry of Education (2020R1F1A1057742).
한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)
- 한국정보처리학회 2022년도 춘계학술발표대회
- /
- Pages.491-493
- /
- 2022
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Perceiver 모델을 이용한 사용자 음성 구간 축약
Voice Segment Reduction using Perceiver Model
- 최연웅 (금오공과대학교 컴퓨터소프트웨어공학과) ;
- 이재준 (금오공과대학교 컴퓨터소프트웨어공학과) ;
- 한현택 (금오공과대학교 컴퓨터소프트웨어공학과) ;
- 이해연 (금오공과대학교 컴퓨터소프트웨어공학과)
- Choi, Yeon-Ung (Dept. of Computer Software Engineering, Kumoh National Institute of Technology) ;
- Lee, Jae-Jun (Dept. of Computer Software Engineering, Kumoh National Institute of Technology) ;
- Han, Hyeon-Taek (Dept. of Computer Software Engineering, Kumoh National Institute of Technology) ;
- Lee, Hae-Yeoun (Dept. of Computer Software Engineering, Kumoh National Institute of Technology)
- 발행 : 2022.05.17
초록
최근 스마트 기기에서 오디오 데이터를 이용하는 응용 기술들이 증가하면서, 오디오 데이터에서 관심 있는 구간을 찾아내는 기술의 필요성이 증가하고 있다. 본 논문에서는 Perceiver 모델을 활용하여 오디오 데이터에서 사람의 음성 구간을 검출하고 축약하는 방법을 제안한다. Perceiver 모델은 복잡한 입력 데이터에 대하여 Self-attention을 기반으로 특징을 추출하면서 이전의 특징을 다음 입력으로 다시 학습하는 특징을 갖고 있어서 연속적인 데이터인 오디오에 효율적으로 적용할 수 있다. 외부 및 자체에서 수집한 음성과 비음성 데이터셋에 대하여 실험을 진행하였고, 10초 단위 세그먼트에서 대해서 92.4%의 검출 정확도를 달성하였다.
키워드