• 한국융합학회논문지
• /
• 제7권3호
• /
• pp.77-85
• /
• 2016

음향 전력 증폭기의 출력단에서 발생하는 비선형성을 보상하는 디지털 신호 처리 기술을 제안하고 그 모의실험 결과를 제시한다. 음향 전력 증폭기에 사용되는 소자에 의한 비선형성을 간접학습구조와 적응형 필터로 구성되는 디지털 신호 처리 기술로 보상한다. 적응형 필터를 사용함으로써 증폭기의 비선형 특성이 시간적으로 변하더라도 이를 적응적으로 보상할 수 있다. 모의실험 결과 전치 보상기는 3 차의 다항식으로 구현할 수 있으며 홀수차 비선형성을 효과적으로 제거할 수 있음을 보였다. 짝수 차 비선형은 출력 신호에 존재하는 직류 옵셋이 가장 큰 부분을 차지하며 이는 제안하는 기술로는 제거가 어려우므로 바이어스 회로 설계 시 유의해야 한다. 제안하는 기술은 아날로그 시스템의 본질적 특성 결함을 디지털 신호 처리 기술로서 보상할 수 있음을 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.615-618
• /
• 2007

영상압축 기술의 발달과 디지털 방송을 위한 표준 확립으로 아날로그 영상의 디지털 표현과 방송이 가능하게 되었다. 현재 디지털 방송서비스를 제공하는 종합유선방송사업자들(SO : System Operator)은 고객의 기호에 맞는 방송 콘텐츠를 제공하고 있을 뿐 아니라 독자적인 방송편성을 통해 자체 제작한 방송 콘텐츠를 제공하고 있다. 자체 제작된 방송 콘텐츠의 제공을 위해서는 방송 정보의 생성과 방송 영상 데이터와의 재다중화가 필요하며 이는 현재 고가의 장비에서만 지원되고 있어 원활한 디지털 방송 콘텐츠의 제작에 어려움이 있다. 이에 본 논문에서는 디지털 방송 콘텐츠 제작 시 방송 정보를 사용자로부터 입력받아 PSIP (Program and Service Information Protocol) 정보를 생성하고 생성된 방송 영상 데이터에 PSIP 정보를 직접적으로 맵핑하는 PSIP 정보 생성 시스템을 설계 및 구현하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.2101-2102
• /
• 2006

In this paper, a new digital audio watermarking algorithm is presented. The proposed algorithm embeds watermark into audio signal based on human auditory system (HAS). This algorithm is a blind audio watermarking method, which does not require any prior information during watermark extraction process. This algorithm finds watermarking position using time-domain masking effect. First we insert the watermark into wavelet domain, and then we use a back-propagation neural network (BPN) to learn the characteristics of relationship between the watermark and the watermarked audio. Due to the teaming and adaptive capabilities of the BPN, the false recovery of the watermark can be greatly reduced by the trained BPN. Experimental results show that the proposed method has good inaudibility and high robustness to common audio processing attacks.

• 소음진동
• /
• 제9권5호
• /
• pp.991-997
• /
• 1999

It is getting higher the demand on a good sound in a car. Like some other sensory qualities, achieving a good sound is still treated as a black-box followed by the individual taste of tuning engineers. This study aims to define the attributes of a good car audio sound and the assessment factors affecting the sound quality. With a variety of surveys on professional listening groups and car audio installers, 26 most frequently used vocabularies are selected as typical presentations of car audio sound quality. After repetitions of listening tests with deliberately selected test CD, pre-recorded 15 different digital car-recordings, headphones replay system, and three different listening groups, it is proved that there are at least 5 different assessment factors which significantly affect the car audio sound quality. They are high fidelity, spectral balance, tonal accuracy, sound stage and acoustic fault.

• 한국음향학회지
• /
• 제18권8호
• /
• pp.108-115
• /
• 1999

본 연구에서는 차 실내의 공간 음향특성으로 인한 음향왜곡과 주행소음으로 인한 오디오 음질 저하를 동시에 개선하기 위한 디지털 필터를 설계하여 음질을 개선하는 방법을 제안하였다. 라우드스피커의 입력에 적용할 디지털 필터는 차량 주행 소음 특성과 차 실내의 음향특성을 고려하여 설계하였다. 차량소음 분석은 주파수 옥타브 밴드 분석법을 이용한 객관적인 분석과 감성적 분석법인 NCB 곡선법을 사용했다. 그 결과를 이용하여 오디오 유니트의 11밴드 디지털 필터 보정치를 구하는데 사용하였다. 최적 음질 구현을 위해 7가지 형태의 디지털 필터를 설계하여 기준 음악원에 적용하여 음악원 샘플을 얻었고, 여기에 100km 차량 주행소음을 합성한 9가지의 음악원 샘플을 제작하였다. 64명의 평가자를 대상으로 Scheffe'가 제안한 7점 주관 평가법을 사용하여 9가지 음악원 샘플에서 최적음질을 나타내는 디지털 필터를 선택하였다.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.166-175
• /
• 2022

Digital transformation is driving so many changes in daily life and industry. The automobile industry is in a similar situation. In some cases, element techniques in areas called metabuses are also being adopted, such as 3D animated digital cockpit, around view, and voice AI, etc. Through the growth of the mobile market, the norm of human-computer interaction (HCI) has been evolving from keyboard-mouse interaction to touch screen. The core area was the graphical user interface (GUI), and recently, the audio user interface (AUI) has partially replaced the GUI. Since it is easy to access and intuitive to the user, it is quickly becoming a common area of the in-vehicle experience (IVE), especially. The benefits of a AUI are freeing the driver's eyes and hands, using fewer screens, lower interaction costs, more emotional and personal, effective for people with low vision. Nevertheless, when and where to apply a GUI or AUI are actually different approaches because some information is easier to process as we see it. In other cases, there is potential that AUI is more suitable. This is a study on a proposal to actively apply a AUI in the near future based on the context of various scenes occurring to improve IVE.

• 방송과미디어
• /
• 제21권3호
• /
• pp.36-45
• /
• 2016

본 고에서는 디지털 라디오 방송 수신 기술 규격인 DAB(Digital Audio Broadcasting), DAB+ 기술과 DRM(Digital Radio Mondiale), DRM+ 그리고 최신 오디오 압축 기술인 USAC(Unified Speed and Audio Coding) 코덱 기술이 적용된 디지털라디오 수신 기술을 설명하고자 한다. 이를 위해 기존의 디지털라디오 규격과 오디오 코덱 기술을 살펴보고 오디오 서비스의 품질을 높이고 주파수 효율을 증대시킬 수 있는 USAC 기술을 살펴본다. 그리고 이를 적용할 수 있는 디지털라디오 수신 기술을 제시한다. 향후 DAB+기반의 디지털라디오 수신기에 USAC 적용 가능성을 제시하며 마무리 짓는다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.716-719
• /
• 1999

In this Paper, we Present a method for embedding digital watermarks into digital audio signals. The watermarking must be imperceptible and should be robust to attacks, such as filtering and compression etc. In our method, we adaptively embedded the watermarks changing the scale factor using the spread spectrum and MPEG-2 AAC psychoacoustic model.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권4호
• /
• pp.341-351
• /
• 2004

디지털 오디오 컨텐츠의 활용이 보편화되면서 오디오 데이타베이스에 대해 컨텐츠를 효과적으로 질의하고 검색하는 기능이 절실해졌다. 본 논문에서는 사용자들이 자주 질의하는 멜로디 부분을 이용하여 오디오 검색을 효과적으로 수행할 수 있는 새로운 인덱스 기법을 제안한다. 이 기법은 어떤 오디오에 대해 사용자가 기억하고 질의하는 내용이 대개 오디오의 특정 부분에 한정되어 있다는 사실에 기반하고 있다. 사용자의 이러한 질의 패턴을 이용하여 자주 질의되는 부분을 감지하고 인덱스로 사용함으로써 사용자가 원하는 곡을 빠르게 찾아낼 수 있게 해준다. 이러한 방법은 데이타베이스의 모든 컨텐츠를 순차적으로 검색하는 기존의 방법에 비해 적은 비용으로 검색 속도를 크게 향상시키며 특히 기존의 검색 시스템 상위 모듈로 사용이 가능하다. 프로토타입 시스템을 구현하고 다양한 실험을 통하여 논문에서 제안하는 기법의 우수성을 보인다.

• 디지털콘텐츠학회 논문지
• /
• 제18권1호
• /
• pp.183-190
• /
• 2017

본 논문에서는 깊은 신경망을 이용한 오디오 이벤트 검출 방법을 제안한다. 오디오 입력의 매 프레임에 대한 오디오 이벤트 확률을 feed-forward 신경망을 적용하여 생성한다. 매 프레임에 대하여 멜 스케일 필터 뱅크 특징을 추출한 후, 해당 프레임의 전후 프레임으로부터의 특징벡터들을 하나의 특징벡터로 결합하고 이를 feed-forward 신경망의 입력으로 사용한다. 깊은 신경망의 출력층은 입력 프레임 특징값에 대한 오디오 이벤트 확률값을 나타낸다. 연속된 5개 이상의 프레임에서의 이벤트 확률값이 임계값을 넘을 경우 해당 구간이 오디오 이벤트로 검출된다. 검출된 오디오 이벤트는 1초 이내에 동일 이벤트로 검출되는 동안 하나의 오디오 이벤트로 유지된다. 제안된 방법으로 구현된 오디오 이벤트 검출기는 UrbanSound8K와 BBC Sound FX자료에서의 20개 오디오 이벤트에 대하여 71.8%의 검출 정확도를 보였다.