• The Journal of the Acoustical Society of Korea
• /
• v.38 no.6
• /
• pp.670-677
• /
• 2019

As the presence of background noise in acoustic signal degrades the performance of speech or acoustic event recognition, it is still challenging to extract noise-robust acoustic features from noisy signal. In this paper, we propose a combined structure of Wasserstein Generative Adversarial Network (WGAN) and MultiTask AutoEncoder (MTAE) as deep learning architecture that integrates the strength of MTAE and WGAN respectively such that it estimates not only noise but also speech features from noisy acoustic source. The proposed MTAE-WGAN structure is used to estimate speech signal and the residual noise by employing a gradient penalty and a weight initialization method for Leaky Rectified Linear Unit (LReLU) and Parametric ReLU (PReLU). The proposed MTAE-WGAN structure with the adopted gradient penalty loss function enhances the speech features and subsequently achieve substantial Phoneme Error Rate (PER) improvements over the stand-alone Deep Denoising Autoencoder (DDAE), MTAE, Redundant Convolutional Encoder-Decoder (R-CED) and Recurrent MTAE (RMTAE) models for robust speech recognition.

• 정보화사회
• /
• s.88
• /
• pp.16-20
• /
• 1995

각 계열사별로 구축된 음성, 데이터, FAX,화상 등을 복합적으로 결합하고, 생산에서부터 유통, 판매, 재고관리 등은 물론 계열사간 정보유통간 경영자의 의지결정에 기여할 수 있는 그룹 통합망구축이 활발하다. 그룹 통합망의 구축 동향과 그 사례를 살펴본다.

• Venture DIGEST
• /
• s.103
• /
• pp.8-11
• /
• 2007

인터넷전화(VoIP)는 "Voice over Internet Protocol"의 약자로 기존의 회선교환망(Circuit Network)이 아닌 인터넷망(IP Network)을 통해 패킷단위로 전송하여 통화권 구분없이 음성등을 송신하거나 수신하는 새로운 방식의 전화서비스이다.

• Digital Contents
• /
• no.9 s.76
• /
• pp.59-59
• /
• 1999

최근 초고속 인터넷 서비스의 대명사로 ADSL이 부상하고 있다. ADSL(Asymmetric Digital Subscriber Line)은 '비대칭형 디지털 가입자망'으로 기존 전화선을 통해 일반 음성통화는 물론 데이터 통신을 초고속으로 이용할 수 있는 기술이다. ADSL의 의미와 국내 서비스 현황에 대해 살펴본다.

• Electronics and Telecommunications Trends
• /
• v.8 no.3
• /
• pp.108-126
• /
• 1993

개방망은 망 접속을 표준화하여 망을 접근하도록 하는 technical interface의 공개측면과 망이 가지고 있는 망서비스를 공개하여 사용자로 하여금 선택적으로 이용할 수 있게 해주는 망서비스 공개 측면을 모두 고려하여 망구조를 실현해야 한다. 통신망은 망의 서비스 유형 및 일반적인 기능에 따라 음성급 전화망, 데이터망, 전용선망, 이동통신망 및 위성망으로 구분할 수 있으며, 이에 대한 망 접속은 각 망별로 또한 분유될 수 있다. 망서비스는 기술의 발전과 망진화에 따른 기술적인 요인, 고도통신 사업의 다양화에 따른 사업자 요구에 의한 요인, 그리고 시장수요 요인에 의해 계속 발전.진화되어지는 동적인 것이다. 개방망구조는 망서비스와 기술적인 접속을 주요 내용으로 하고 있기 때문에 이것도 역시 계속 진화되는 것으로 해석해야 한다. 본고에서는 개방망의 서비스 측면에서 해당교환 시스팀이나 전송시스팀이 제공가능한 서비스들로서 개방망구조의 서비스메뉴로 표현할 수 있는 것들을 각 망에 대해 자세히 파악하고자 한다. 이번 호에서는 그 두번째 내용으로서 데이터급 망과 전용선망에서 개방망 서비스로서 국내 교환시스팀과 미국의 ONA 일환으로 BOC가 제공 가능한 것들을 소개한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.53-56
• /
• 2000

무제한 어휘 음성합성 시스템의 문-음성 합성기는 합성음의 자연감을 높이기 위해 여러 가지 방법을 사용하게되는데 그중 하나가 자연음에 내재하는 운을 법칙을 정확히 구현하는 것이다. 합성에 필요한 운율법칙은 언어학적 정보를 이용해 구현하거나, 자연음을 분석해 구한 운을 정보로부터 운율 법칙을 추출하여 합성에 이용하고 있다. 이와 같이 구한 운을 법칙이 자연음에 존재하는 운율 법칙을 전부 반영하지 못했거나, 잘못 구현되는 경우에는 합성음의 자연성이 떨어지게 된다. 이런 점을 고려하여 우리는 자연음의 운율 정보를 이용해 인공 신경망을 훈련시켜, 문장단위 운율을 발생시킬 수 있는 방식을 제안하였다. 운율의 세 가지 요소는 피치, 지속시간, 크기 변화가 있는데, 인공 신경망은 문장이 입력되면, 각 해당 음소의 지속시간에 따른 피치 변화와 크기 변화를 학습할 수 있도록 설계하였다. 신경망을 훈련시키기 위해 고립 단어 군과 음소균형 문장 군을 화자로 하여금 발성하게 하여, 녹음하고, 분석하여 구한 운을 정보를 데이터베이스로 구축하였다. 문장 내의 각 음소에 대해 지속시간과 피치 변화 그리고 크기 변화를 구하고, 곡선적응 방법을 이용하여 각 변화 곡선에 대한 다항식 계수와 초기치를 구해 운을 데이터베이스를 구축한다. 이 운을 데이터베이스의 일부를 인공 신경망을 훈련시키는데 이용하고, 나머지를 이용해 인공 신경망의 성능을 평가한 결과 운을 데이터베이스를 계속 확장하면 좀더 자연스러운 운율을 발생시킬 수 있음을 관찰하였다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.955-958
• /
• 2000

본 논문은 음성신호를 이용해 성대의 질환이 있는 환자를 진단하고 병명을 판별하게끔 유도하는 자동 진단 시스템을 개발하기 위한 연구의 일부로, 그중 ARS를 이용하여 환자의 음성을 수집, 분석, 식별의 실험에 대한 연구이다. 본 연구 팀에서는 이미 CSL을 이용한 장애음성 데이터의 수집과 식별에 관한 연구 결과를 발표한바 있다. 하지만 선행연구에서는 방음실에서 디지털 녹음기를 이용하여 수집한 음성을 사용했기 때문에, ARS를 통하여 녹음한 음성과는 샘플링 주파수나 대역폭, 잡음성분등의 데이터의 특성이 상당한 차이가 있다. 이러한 이유로 ARS를 통하여 녹음한 음성에 보다 적합한 파라미터 분석프로그램을 작성하여 파라미터를 구하였다. 이 파라미터들은 Kay사의 MDVP를 기초로하여 작성하였고, 대부분 80%정도의 신뢰성을 가졌다. 수집한 음성의 식별은 정상음성과 양성음성의 두가지 경우로 분리하였다. 식별기법으로는 신경망을 이용하였고, 식별파라미터는 구한 파라미터중 6개의 파라미터를 선별하여 식별한 결과 약 90%정도의 식별율을 가졌다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.99-102
• /
• 2002

본 논문에서는 한국어 대어휘 연속음성 인식 시스템의 성능향상을 위하여 Multi-Pass 탐색 방법을 도입하고, 그 유효성을 확인하고자 한다. 연속음성 인식실험을 위하여, 최근 실험용으로 널리 사용되고 있는 HTK와 Multi-Pass 탐색 방법을 이용한 음성인식 시스템의 비교 실험을 수행한다. 대어휘 연속음성 인식 시스템에 사용한 언어 모델은 ARPA 표준 형식의 단어 N-gram 언어모델로, 1-pass에서는 2-gram 언어모델을, 2-pass 에서는 역방향 3-gram 언어모델을 이용하여 Multi-Pass 탐색 방법으로 인식을 수행한다. 본 논문에서는 Multi-Pass 탐색 방법을 한국어 연속음성인식에 적합하게 구성한 후, 다양한 한국어 음성 데이터 베이스를 이용하여 인식실험을 수행하였다. 그 결과, 전화망을 통하여 수집된 잡음이 포함된 증권거래용 연속음성 데이터 베이스를 이용한 연속음성 인식실험에서 HTK가 $59.50\%$, Multi-Pass 탐색 방법을 이용한 시스템은 $73.31\%$의 인식성능을 나타내어 HTK를 이용한 연속음성 인식률 보다 약 $13\%$의 인식률 향상을 나타내었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.21-24
• /
• 2002

본 논문은 ETRI 음성정보연구센터에서 추진하고 있는 공통음성 DB 구축에 관하여 기술한다. 총 3 년(2001 11-2004. 10) 동안 음성인식, 음성합성, 화자인식 등 다양한 용도의 음성 DB 를 수집할 예정이며, 1년차인 2002 년에는 총 14 종의 음성 DB 를 수집할 계획이다. 공통 음성 DB 는 다양한 통신망(마이크, 헤드셋, VoIP, 유무선 전화망), 지역, 성별, 발성환경(사무실, 지하철, 도로 등)을 고려하여 설계하였으며, 발성대상은 숫자, 단어, 문장이고, 발성방법은 자유발화, 대화체, 낭독체 등 다양한 스타일의 음성 DB 로 구성되어 있다. 이에 본 논문에서는 총 14 종에 해당하는 공통음성 DB 의 구축내역과 구축방안 및 DB 구축 일정에 관해 기술하고자 한다.

• 정보화사회
• /
• s.120
• /
• pp.38-40
• /
• 1997