• 제목/요약/키워드: 귀신고래

검색결과 4건 처리시간 0.023초

귀신고래(Gray whale, Eschrichtius robustus)의 수중명음 특성 (Underwater Sound Characteristics of Gray Whale(Eschrichtius robustus))

  • 신형일;이영훈;서두옥;이대재;황두진;김장근;이유원
    • 수산해양기술연구
    • /
    • 제40권3호
    • /
    • pp.189-195
    • /
    • 2004
  • 한국 귀신고래 수중명음을 캘리포니아 귀신고래 수중명음과 비교하기 위하여, 먼저 캘리포니아 귀신고래의 수중명음을 분석하고 그것을 이전의 결과들과 비교, 고찰한 결과는 다음과 같다. 1. 귀신고래의 수중명음의 약 50%를 차지하고 있는 저주파로 울리는 소리(low frequency rumble)의 주파수는 최대 654Hz까지 변동하였고, 지속시간은 평균 570msec로 나타나, 이전 결과들과 비교하여 저주파로 울리는 소리의 주파수 변동범위는 일치하는 것으로 판단되었다. 2. 귀신고래의 체내 공기가 체외로 방출되면서 발생하는 것으로 추정되는 “꼴꼴꼴”거리는 소리(bubble type sounds)와 “똑똑”노크하는 듯한 소리(knocks)의 주파수 변동범위는 각각 24${\sim}$1029Hz와 10${\sim}$1291Hz였으며, 지속시간의 평균은 각각 1100msec와 1364msec를 나타내었다. “꼴꼴꼴”거리는 소리는 주파수 변동범위와 지속시간 모두 이전 결과들보다 높게 나타났으나, “똑똑”노크하는 듯한 소리는 거의 일치하는 것으로 나타났다. 3. 그 외 “띵”하는 소리(bong)의 주파수 변동범위는 34${\sim}$213Hz이였고, 지속시간의 평균은 84msec이였다. 그리고 펄스(pulses)의 주파수 변동범위는 75${\sim}$360Hz, 지속시간 평균은 873msec이였으며, “찍찍”거리는 소리(chirps)의 수중명음의 중심주파수는 120${\sim}$200Hz, 지속시간은 80msec를 나타내었다.

MFCC와 L2-norm 최소화를 이용한 고래소리의 재생 (Whale Sound Reconstruction using MFCC and L2-norm Minimization)

  • 정의필;전서윤;홍정필;조세형
    • 융합신호처리학회논문지
    • /
    • 제19권4호
    • /
    • pp.147-152
    • /
    • 2018
  • 수중에서의 일시적인 신호는 복잡하고, 변화가 심하며, 비선형적이므로 신호의 패턴을 정확히 모델링하기 어렵다. 본 논문에서는 수중 신호 중 하나인 고래 소리를 선택하여 음성분석 기법에 많이 사용하는 Cepstral 분석에 의한 MFCC 추출법을 이용하여 분석하였고, MFCC와 $L_2$-norm 최소화 기법을 이용하여 고래소리를 재생하였다 실험 분석에 사용된 고래의 종류는 혹등고래(Humpback whale), 참고래(Right whale), 대왕고래(Blue whale), 귀신고래(Gray whale), 밍크고래(Minke whale) 등 5종으로서 과거 한반도 동해안에 출몰한 적이 있는 고래들이다. 원본 고래소리에서 MATLAB프로그래밍을 이용하여 20차 MFCC계수들을 추출한 후 이를 가중 $L_2$-norm 최소화를 이용한 MFCC역변환을 통해 재생한다. 최종적으로 가중치가 3~4의 값에서 고래소리 재생이 가장 적합함을 알 수 있었다.

신경망과 LPC 계수를 이용한 고래 소리의 분류 (Classification of Whale Sounds using LPC and Neural Networks)

  • 안우진;이응재;김남규;정의필
    • 융합신호처리학회논문지
    • /
    • 제18권2호
    • /
    • pp.43-48
    • /
    • 2017
  • 수중천이신호는 복잡하고 시변, 비선형 및 짧은 지속성의 특성을 지니고 있어서 기준패턴으로 모델링하기가 어렵다. 본 논문에서는 이러한 신호들을 프레임간의 중첩을 허용하는 일정한 짧은 신호로 잘라서 분석한다. 더빈 알고리듬을 이용하여 20차의 선형예측계수(LPC)를 프레임마다 추출하여 2층 은닉신경망회로의 입력신호로 사용한다. 추출된 선형예측계수들의 65%는 신경망구조의 학습에 이용되고 35%는 시험용 입력신호로 사용된다. 고래소리 분류에 사용된 고래 종류는 대왕고래, 들쇠고래, 귀신고래, 혹등고래, 밍크고래, 북방긴수염고래 등이다. 결과적으로 이러한 시험용의 신호들로부터 83%이상의 고래 소리 평균 분류율을 얻을 수 있었다.

  • PDF