• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• 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.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.395-398
• /
• 1998

본 논문에서는 웨이브렛 변환에서 구해진 파라미터와 신경회로망을 이용하여 후두의 양성종양과 정상상태를 구분하는 실험을 행하였다. 식별 파라미터로는 웨이브렛변환으로부터 도출된 ECS 파라미터와 jitter, shimmer를 이용하였으며 신경회로망은 한 개의 은닉층을 갖는 다층구조 신경망을 이용하였다. 신경망의 입력으로는 세가지 파라미터의 조합을 두 개 또는 세 개를 입력하여 각각의 경우의 식별율을 조사하였다. 실험결과 75%에서 93%에 이르는 식별율을 얻었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.345-348
• /
• 2002

음성인식 기술은 크게 음성인식과 화자인식 기술의 두 가지로 분류된다. 현재는 음성인식 기술이 널리 연구되고 있지만 점차 화자인식 기술의 중요성이 대두되고 있다. 본 논문에서는 화자인식 기술의 한 가지 분류로 임의 화자를 식별하기 위한 화자식별 기술을 연구 대상으로 하고 있으며, 신경회로망을 이용한 화자식별 시스템의 특징 추출 방법을 제시하고 그에 따른 성능을 비교하고 있다. 식별 단계에서 26명의 78개의 음성 샘플을 신경회로망의 역전파 알고리듬을 이용하여 학습하고, 테스트용으로 한 화자의 음성샘플이 사용되어 식별된다. 신경회로망의 입력 변수는 특징 파라미터로 선형예측계수, Mel-주파수 켑스트럼계수와 웨이블릿을 이용한 켑스트럼 계수를 사용하였다. 그 결과로써 화자식별 시스템의 신경회로망 모델2의 입력으로 혼합된 특징 파라미터를 사용한 경우가 다른 파라미터들을 사용한 경우와 비교하여 8.46~21.53%의 차를 가지고 가장 좋은 성능을 나타내었다.

• 한국음향학회지
• /
• 제28권3호
• /
• pp.251-259
• /
• 2009

본 논문에서는 하이드로폰으로 측정한 지진음 데이터를 가지고 20 MSVQ 알고리즘을 이용하여 자연지진음과 인공지진음을 식별하였다. 지진음 식별을 위한 특징 파라미터로는 스펙트럼 대역별 에너지, MFCC를 사용하였으며, 실험을 통하여 식별에 적합한 특징 파라미터 차수를 결정하였다. 2개의 특징 파라미터를 가지고 20 MSVQ 알고리즘으로 식별한 결과 MFCC를 사용하였을 경우에 99.9%, 스펙트럼 에너지 파라미터는 83.9%의 식별결과를 얻었다. 본 논문에서 제안한 파라미터와 알고리즘을 사용하여 지진음을 식별한 결과 성능이 매우 우수함을 확인하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 제15회 음성통신 및 신호처리 워크샵(KSCSP 98 15권1호)
• /
• pp.388-391
• /
• 1998

jitter, shimmer 및 켑스트럼 방식의 음원분석에 의한 파라미터를 이용하여 장애음성을 진단, 식별하는 방법을 제안한다. 먼저 통계적 처리결과르 바탕으로 식별에 유효한 파라미터들을 선택하고 이들 파라미터들을 이용하여 최종 진단한다. 식별방법으로는 신경회로망을 이용한다. 입력파라미터로는 jitter, shimmer, HNRR을 사용한다. 신경회로망은 1 은닉층을 갖는 3- layer 신경회로망을 사용한다. 실험결과 효과적으로 정상음성과 장애음성의구분이 가능해졌다.

• 한국음향학회지
• /
• 제16권4호
• /
• pp.42-48
• /
• 1997

본 논문에서는 음성을 비선형 결정론적 발생메카니즘에서 발생되는 불규칙한 신호인 카오스로 보고 상관차원과 Lyapunov 차원을 구함으로써 음성화자식별 파라미터와 음성인식파라미터에 대한 성능을 평가하였다. Taken의 매립정리를 이용하여 스트레인지 어트렉터를 구성할 때 AR모델의 파워스펙트럼으로부터 주요주기를 구함으로써 정확한 상관차원과 Lyapunov 차원을 추정하였다. 이트렉터 궤도의 특징을 잘 나타내는 상관차원과 Lyapunov 차원을 가지고 음성인식과 화자인식의 특징파라미터로의 효용성을 고찰하였다. 그 결과, 음성인식보다는 화자식별의 특징파라미터로타당하였으며 화자식별 특징파라미터로서는 상관차원보다는 Lyapunov 차원이 높은 화자식별 인식율을 얻을 수 있음을 알았다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 추계종합학술대회
• /
• pp.146-150
• /
• 1998

본 논문에서는 유전자 알고리즘을 이용하는 새로운 시스템 식별 방식을 제안한다. 제안 한 방식은 ARMAX 모델을 이용하여 비선형 시스템을 파라미터 벡터와 측정 벡터로 나누고, 파라미터 벡터를 유전자 알고리즘을 이용하여 최적의 값을 구하여 ARMAX 모델의 파라미터를 조정한다. 기존의 Narendra의 4가지 식별 모델을 대상으로 시뮬레이션하여 제안한 식별 방식의 유용성을 확인하였다.

• 한국항공우주학회지
• /
• 제35권10호
• /
• pp.912-917
• /
• 2007

논문에서는 신경회로망을 이용하여 소형 무인항공기의 횡/방향 운동 파라미터를 추정하고 기존 파라미터 추정기법인 퓨리에변환을 이용한 추정기법(FTR)과 후처리 기법인 최대공산법(MLE)의 추정 결과와 비교하여 신경회로망 기법을 이용한 파라미터 추정 결과의 신뢰성과 가능성을 확인하였다. 또한 파라미터 추정 결과를 이용하여 선형시스템을 구성하고 비행체의 특성을 확인하였으며, 선형 시뮬레이션을 통하여 추정된 파라미터의 타당성을 검증하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 1호
• /
• pp.163-166
• /
• 1998

본 논문에서는 장애음성들의 분석을 위하여 기존의 파라미터들인 jitter, shimmer 및 NHR과 함께 음원의 추정에 의한 파라미터를 이용하여 장애음성의 음향적 특성분석을 위한 실험을 행하고 정상음성과 장애음성을 이들 파라미터에 의해 식별하고자 한다.

• 한국음향학회지
• /
• 제10권5호
• /
• pp.27-35
• /
• 1991

음소를 인식의 기본 단위로 하는 소규모 음성 인식 시스템을 구현하기 위한 기초 연구로서 마 찰음(/ㅅ, ㅆ, ㅎ/) 과 파찰음(/ㅈ, ㅉ, ㅊ/) 에 대하여 지속시간, 평균패턴, 분산비를 이용하여 각 음소 의 특징을 분석하고 각 음소군 내에서의 식별에 유효한 parameter들을 추출하여 인식 실험을 실시하 였다. 지속시간의 분포, 평균패턴의 분포, 분산비의 분포를 이용하여 분석한 결과 6차원 정도의 cepstrum 계수만으로 마찰음 및 파찰음의 식별이 가능하고, 시간 방향의 정보는 음성의 시단으로부터 14 frame 정도의 특징을 인식 파라미터로 할 경우가 최적임을 알 수 있었다. 이를 이용한 인식실험 결과에서는 조음방법별로 분류된 음소군내의 각 음소에 대한 인식실험의 인식률 보다는 발음방법별 인식실험시의 인식률이 높게 나타나 동일 음소군 내에서의 각 음소에 대한 식별이 더 어려움을 알 수 있었고, 특징 파라미터의 길이를 음성의 시단으로부터 14 frame 정도로 했을 때 조음방법별 인식률은 평균 81.1%, 발음방법별 인식률은 평균 97.9%로 최고의 인식률을 나타내었다. 특징 파라미터의 길이 를 14 frame 이상으로 증가시켜도 인식률은 큰 변화가 없어 분석 결과를 잘 설명하고 있음을 알 수 있었다.