• The Journal of the Convergence on Culture Technology
• /
• v.7 no.4
• /
• pp.675-681
• /
• 2021

With the recent growth of the AI speaker market, the demand for speech synthesis technology that enables natural conversation with users is increasing. Therefore, there is a need for a multi-speaker speech synthesis system that can generate voices of various tones. In order to synthesize natural speech, it is required to train with a large-capacity. high-quality speech DB. However, it is very difficult in terms of recording time and cost to collect a high-quality, large-capacity speech database uttered by many speakers. Therefore, it is necessary to train the speech synthesis system using the speech DB of a very large number of speakers with a small amount of training data for each speaker, and a technique for naturally expressing the tone and rhyme of multiple speakers is required. In this paper, we propose a technology for constructing a speaker encoder by applying the deep learning-based x-vector technique used in speaker recognition technology, and synthesizing a new speaker's tone with a small amount of data through the speaker encoder. In the multi-speaker speech synthesis system, the module for synthesizing mel-spectrogram from input text is composed of Tacotron2, and the vocoder generating synthesized speech consists of WaveNet with mixture of logistic distributions applied. The x-vector extracted from the trained speaker embedding neural networks is added to Tacotron2 as an input to express the desired speaker's tone.

• Proceedings of the KIPE Conference
• /
• 2012.07a
• /
• pp.574-575
• /
• 2012

LP 레코더로 부터 음향신호를 검출하는 MM 카트리지와 포노 앰프의 연결 케이블의 기능을 분석하고 평탄 주파수 특성을 위한 최적 길이를 결정하였다. RG-58 동축 케이블이 MM카트리지 연결에 적합함을 보이고 OP-amp로 RIAA 필터를 구성하고 케이블 길이에 따른 음색변화를 확인하였다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.982-987
• /
• 2006

고전의 관현악기에서부터 현대의 각종 전자악기까지, 인류는 그 문화와 시대의 변화에 따라 다양한 형태의 악기를 개발하고 활용하였다. 최근에는 전기전자 기술의 발달로 다양한 센서와 프로그램을 활용해서 여러 가지 음색과 효과를 내는 악기가 개발되고 있다. 그 중에서 사람의 움직임을 직접 감지해서 음악적 도구로 활용하는 기술이 주목 받고 있다. 이를 위해 터치 센서(touch sensor), 비젼 센서(vision sensor), 자기장 센서(magnetic sensor), 초음파 센서(ultrasonic sensor) 등이 응용되고 있다. 그러나 지금까지의 센서 기술로는 사람의 움직임과 관련된 위치, 속도, 가속도 등에 대한 정보를 직접 추출하기가 어렵고, 구현된 시스템도 공간의 제약을 받거나 혹은 구현된 부피가 크거나 복잡한 구성형태를 지니고 있는 문제점이 있었다. 그래서 본 논문에서는 사람의 움직임과 관련된 가속도 정보를 직접 감지해서 새로운 형태의 악기로 활용될 수 있는 시스템을 연구하고 개발하였다. 이를 위해 6개의 가속도 정보를 처리하는 기술과 DSP(Digital Signal Processor) 활용 기술, Max/MSP 활용 기술이 응용 되었으며, 소형의 시스템을 개발하기 위해 시그널 컨디셔닝(signal conditioning) 회로와 DSP 보드를 자체 개발하였다. 실험을 통해 사람의 움직임과 관련된 각종 정보가 적절한 소프트웨어의 활용으로 다양한 음색의 변화는 물론 음높이, 음량의 변화까지도 제어할 수 있음을 확인하였고, 새로운 형태의 악기로써 무대 공연이나 노래방 등에 폭넓게 활용될 수 있는 가능성을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.5
• /
• pp.38-46
• /
• 1993

스피커는 입력이 전기신호이고 출력이 소리인 전기 음향 장치로서, 고유의 전달함수를 갖는 하나의 시스템으로 생각할 수 있다. 일한 스피커 시스템의 전달함수는 여러 가지 원인으로 인해 주파수 영역에서 평탄한 특성을 가지지 못하며 선형위상의 조건을 만족시키기가 힘들다. 음색을 변화시키는 스피커의 전달함수를 선형이라고 가정할 때 스피커의 앞단에서 스피커의 선형 전달함수의 역에 해당하는 선형 필터를 추가함으로쏘, 음색의 왜곡은 보정할 수 있다. 본 연구에서는 이러한 스피커의 선형왜곡을 보상하기 위한 선형필터로서 FIR 필터를 사용하였으나, 2장에 제시되어 있는 기존의 알고리듬과는달리 귀의 청감특성을 이용하여 가청주파수 대역에 대해 몇 개의 대역으로 나눈 후, 각 대역마다 보상 할 주파수 해상도를 달리하는 새로운 알고리듬에 대해 기술하였다. 이러한 다해상도 선형왜곡 보상시스템은 각 대역마다 다른 해상도로 보상한다는점에서는 필터뱅크 보상 시스템과 유사하지만, 대역통과필터가 아닌 저역통과필터만을 이용하여 설계의 복잡서응ㄹ 줄였으며 각 대역마다 독립적으로 보상하는 필터뱅크 보상시스템과는 달리 1차 대역에서 보상하지 ath한 오차를 2차, 3차에서 보상하는 새로운 기법을 이용하였다. 본 알고리듬을 적용한 모의실험을 통하여 성능을 평가한 결과 가청음대역에서 ±6dB의 왜곡을 보인 스피커가 실효 tap수를 272로 했을 때 ±0.5dB의 리플을 보이는 양호한 결과를 얻었다.

• Journal of rehabilitation welfare engineering & assistive technology
• /
• v.9 no.1
• /
• pp.53-60
• /
• 2015

We conducted a long-term and short-term usability testing on the built-in speech synthesizer of a screen-reader for the people with visual impairments. A total of 20 persons with visual impairments participated in the short-term usability testing, and 10 of them participated in the long-term usability testing. Naturalness and clarity of the synthetic speech were evaluated by MOS scores, preference for various synthetic speeches was examined through a preference test, and the users' satisfaction level and other requirements for the synthetic speech were evaluated by open feedback. We also examined naturalness, clarity, preference, and user requirements for the synthetic speech through a long-term usability testing. Then, we compare and contrast the long-term and short-term usability testing results.

• Journal of KIISE:Software and Applications
• /
• v.27 no.8
• /
• pp.864-876
• /
• 2000

This paper proposes a new scene boundary detection scheme for the MPEG System stream using MPEG Audio information and proves its usefulness by extensive experiments. A scene boundary has a characteristic that the audio as well as video information are changed rapidly. This paper first classifies this scene boundary into three cases ; Radical, Gradual, Micro Changes, with respect to the audio changes. The Radical change has a large-scale changing of decibel value and pitch value at a scene boundary, the Gradual change shows the long-time transition of decibel and pitch values from max to min or vice versa, and the Micro change displays a some change of pitch or frequency distribution without decibel changes. Upon this analysis, a new scene change detection algorithm detecting these three cases is proposed in which a progressive window with a time line is used to trace the changes in the audio information. Some experiments with various movies show that proposed algorithm could produce a high detection ratio for Radical change that is the most popular scene change in the movies, while producing a moderate detection ratio for Gradual and Micro changes. The proposed scene boundary detection scheme could be used to build a database for visual information like MPEG System stream.

• Science of Emotion and Sensibility
• /
• v.2 no.2
• /
• pp.53-66
• /
• 1999

현 연구에서는 음성합성의 기초자료 수집을 위하여 대화체 감정표현의 음성적인 패러미터를 찾아내려고 시도하였다. 이를 이하여 일단 가장 자주 사용되는 대화체 감정표현자료가 수집되었고 이들 표현을 발화할 때 가장 주의를 기울이는 발성의 특징들이 탐색되었다. 구어체적 감정표현의 타당한 데이터베이스를 작성하기 위하여 20대와 30대로 연령층을 구분하여 자료를 수집, 분석하였다. 그 결과 다양한 감정표현의 발화특성들은 음의 강도, 강도변화, 그리고 음색이 중요한 기준으로 작용하는 것으로 나타났다. 다차원분석 결과 산출된 20대와 30대의 음성표현이 도면은 개별정서들이 음성의 잠재차원 상에서 상당한 일관된 특징을 지님을 보여 주었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06c
• /
• pp.139-142
• /
• 1998

그 동안 TTS 음성합성의 평가 척도로 명료도(Clarity)와 자연성(Naturalness)을 기준으로 삼았다. 이제는 합성음의 평가 기준이 사람 목소리와 이해도가 되는 것이 좋겠다고 생각한다. 본 논문은 사람 목소리와 이해도라는 척도 중에서 사람 목소리에 관한 주제를 다루고자 한다. 이를 위하여 음성 DB의 합성 단위로 CVC type을 기본으로 하고, CV, VC type으로 보강한 단위를 선정하여 음성 DB를 구축하였다. 그리고 합성 알고리즘은 음색을 살리며 피치 변경이 용이한 PS-RELP 알고리즘을 제안하였다.

• Proceedings of the KSLP Conference
• /
• 1994.06a
• /
• pp.93-100
• /
• 1994

애성은 후두질환 특히 성대의 질환으로 인하여 소리의 구성요소인 음질(음색), 높이 세기(크기) 및 지속시간등에 이상이 있는 것을 말하며 그 정도의 성질은 여러 가지가 있으나 이것을 여러 방법으로 분류하는 것은 애성의 "메카니즘"을 알기 위해서도, 또 애성의 치료 효과를 알기 위해서도 유익하며 필요하다. 이제까지는 애성은 단지 주관적으로, 애성 (+), (++), (+)등으로 기록하여 왔으나 애성을 잘 들으면 보다 많은 진단에 도움이 되는 정보가 포함되어 있는 것을 알 수 있다. 이런 것을 상세하게 판정하여 기재하는 것은 장애의 진행, 개선, 수술후의 경과 등을 알기 위해서 임상상 크게 참고가 된다. (중략)

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.161-164
• /
• 2000

음향공간의 질은 그 공간을 사용하는 사용자의 주관적인 판단에 의해 최종적으로 평가된다. 그러나 이와 같은 주관적인 판단은 주어진 공간에 대한 사용자의 종합적인 지각과 경험을 토대로 하여 이루어지는 것이므로 이를 정량 화하여 상호 비교하는 작업의 어려움과 한계는 많은 연구논문을 통해 지적된 바 있다 본 연구는 음향공간 내에서 음색지각의 변화를 JND개념을 이용하여 정량화하고 이를 음향선호도와 비교함으로써 기존의 주관적 평가방법보다 객관화된 평가방법 제안의 가능성을 논하고자 한다.