• 대한소아치과학회지
• /
• 제27권4호
• /
• pp.517-523
• /
• 2000

비인강폐쇄는 연구개, 인두측벽 그리고 인두후벽간의 움직임이 서로 조화되어 구강과 비강을 나누어주는 괄약근 기전으로서 연하, 호흡 및 발음 등의 생리적 기능에 중요한 역할을 한다. 이 기능에 문제가 생긴 경우를 비인강폐쇄부전이라하며 그 원인으로는 (1) 연구개의 길이 및 움직임이상, (2) 비인두강의 해부학적 공간문제, (3) 인두후벽과 측벽의 기능이상 등이 있다. 본 연구는 구개열 환자의 측면두부방사선 사진을 통해 비인두강을 해부학적으로 분석하고 동시에 산출된 각 모음의 과비음 정도를 평가하여 비인강폐쇄부전과의 연관성을 비교해 본 것이며, 얻어진 결과는 다음과 같다. 1. 연구개 길이는 정상인에 비해 현저히 짧았다. 2. adequate ratio는 정상인에 비해 작게 나타났다. 3. adequate ratio가 감소함에 따라 모음 조음시 anatomic mVPI가 점차 증가하였다. 4. 각 모음 조음시 anatomic VPI는 과비음정도와 비례관계를 보였다. 5. 고모음(/u/, /i/)의 과비음정도가 저모음(/a/)에 비하여 크게 나타났다. 결론적으로, 구개열환자에서 측면두부방사선 사진은 비인강폐쇄부전의 진단 및 평가에 유용하게 사용될 수 있으며, 비인두강의 해부학적 구조는 산출되는 과비음정도와 밀접한 연관성이 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권10호
• /
• pp.461-470
• /
• 2023

딥러닝을 활용한 스피치 애니메이션 생성은 영어를 중심으로 활발하게 연구되어왔지만, 한국어에 관해서는 사례가 없었다. 이에, 본 논문은 최초로 지도 학습 딥러닝을 한국어 스피치 애니메이션 생성에 활용해 본다. 이 과정에서, 딥러닝이 스피치 애니메이션 연구를 그 지배적 기술인 음성 인식 연구로 귀결시킬 수 있는 중요한 효과를 발견하게 되어, 이 효과를 한국어 스피치 애니메이션 생성에 최대한 활용하는 방법을 고찰한다. 이 효과는 연구의 최우선 목표를 명확하게 하여, 근래에 들어 활발하지 않은 한국어 스피치 애니메이션 연구를 효과적이고 효율적으로 재활성화하는데 기여할 수 있다. 본 논문은 다음 과정들을 수행한다: (i) 블렌드쉐입 애니메이션 기술을 선택하며, (ii) 딥러닝 모델을 음성 인식 모듈과 표정 코딩 모듈의 주종 관계 파이프라인으로 구현하고, (iii) 한국어 스피치 모션 캡처 dataset을 제작하며, (iv) 두 대조용 딥러닝 모델들을 준비하고 (한 모델은 영어 음성 인식 모듈을 채택하고, 다른 모델은 한국어 음성 인식 모듈을 채택하며, 두 모델이 동일한 기본 구조의 표정 코딩 모듈을 채택한다), (v) 두 모델의 표정 코딩 모듈을 음성 인식 모듈에 종속되게 학습시킨다. 유저 스터디 결과는, 한국어 음성 인식 모듈을 채택하여 표정 코딩 모듈을 종속적으로 학습시킨 모델 (4.2/5.0 점 획득)이, 영어 음성 인식 모듈을 채택하여 표정 코딩 모듈을 종속적으로 학습시킨 모델 (2.7/5.0 점 획득)에 비해 결정적으로 더 자연스러운 한국어 스피치 애니메이션을 생성함을 보여 주었다. 이 결과는 한국어 스피치 애니메이션의 품질이 한국어 음성 인식의 정확성으로 귀결됨을 보여 줌으로써 상기의 효과를 확인해준다.