• 한국전산구조공학회논문집
• /
• 제23권5호
• /
• pp.559-565
• /
• 2010

지구온난화 증가에 따른 교토협약으로 전 세계적으로 녹색 신 재생에너지에 대한 관심이 증가하고 있다. 본 논문에서는 철도, 도로, 지하철 등 터널 내에서 상상을 초월하는 차량의 진동 소음으로 인한 소모에너지를 음력 발전을 통하여 에너지를 하베스팅 하는 녹색사회기반시설 시스템을 구축하기 위해 전자기유도를 활용한 자체적인 소음발전 디바이스를 적용하여 실제 사회기반시설의 종류별 소음특성에 따른 소음발전 디바이스의 적용성 및 효율성을 분석하였다. 실험결과 소음발전 디바이스는 특정 진동수의 소음에서 최대 전압 및 전력을 나타냈으며, 소음원으로부터의 거리 및 소음의 음압에 따라 발생하는 전압 및 전력이 특정한 관계를 가진다는 사실을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.176-179
• /
• 2021

현재 음성인식 기술은 인공지능 비서, 전화자동응답, 네비게이션 등 다양한 분야에서 사용되고 있으며 인간의 음성을 디바이스에 전달하기 위해 음성 신호를 텍스트로 변환하는 Speech-To-Text (STT) 기술을 필요로 한다. 초기의 STT 기술의 대부분은 확률 통계 방식인 Hidden Markov Model (HMM)기반으로 이루졌으며, 딥러닝 기술의 발전으로 HMM과 함께 Recurrent Nural Network (RNN), Deep Nural Network (DNN) 기법을 사용함으로써 과거보다 단어 인식 오류를 개선하며 20%의 성능 향상을 이루어냈다. 그러나 다수의 화자 혹은 생활소음, 노래 등 소음이 있는 주변 환경의 간섭 신호 영향을 받으면 인식 정확도에 차이가 발생한다. 본 논문에서는 이러한 문제를 해결하기 위하여 음성 신호를 추출하여 주파수성분을 분석하고 오디오 신호 사이의 주파수 영역 correlation 연산을 통해 음성 신호와 노이즈 신호를 구분하는 것으로 STT 인식률을 높이고, 목소리 신호를 더욱 효율적으로 STT 기술에 입력하기 위한 방안을 제안한다.