• 정보보호학회논문지
• /
• 제30권1호
• /
• pp.39-49
• /
• 2020

본 논문에서는 중국 표준 블록 암호 알고리즘인 SM4가 부채널 공격에 취약함을 보이고 그에 대한 대응책을 제안하고자 한다. 먼저, SM4는 차분 전력 분석(DPA)과 상관 전력 분석(CPA)에 기반한 공격에 의해 쉽게 비밀 키가 노출됨을 확인하였다. 논문에서는 공격 취약 요소를 분석하고 데이터 마스킹에 기반한 전력 분석 공격 대응 기법을 설계하였다. 제안한 SM4에 대한 1차 마스킹 기법은 딥 러닝 기반의 다층 퍼셉트론(MLP) 모델을 이용한 공격 프로파일링(profiling) 기반 공격에는 여전히 취약하지만, 차분 전력 분석이나 상관 전력 분석과 같은 비프로파일링(non-profiling) 공격에는 충분히 대응할 수 있음을 확인하였다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.253-259
• /
• 2024

본 논문에서는 이중 분기 디코더를 갖는 복소 중첩 U-Net 기반의 새로운 음성 향상 모델을 제안하였다. 제안된 모델은 음성 신호의 크기와 위상 성분을 동시에 추정할 수 있도록 복소 중첩 U-Net으로 구성되며, 디코더는 스펙트럼 사상과 시간 주파수 마스킹을 각각의 분기에서 수행하는 이중 분기 디코더 구조를 갖는다. 이때, 이중 분기 디코더 구조는 단일 디코더 구조에 비하여, 음성 정보의 손실을 최소화하면서 잡음을 효과적으로 제거할 수 있도록 한다. 실험은 음성 향상 모델 학습을 위해 보편적으로 사용되는 VoiceBank + DEMAND 데이터베이스 상에서 이루어졌으며, 다양한 객관적 평가 지표를 통해 평가되었다. 실험 결과, 이중 분기 디코더를 사용하는 복소 중첩 U-Net 기반 음성 향상 모델은 기존의 베이스라인과 비교하여 Perceptual Evaluation of Speech Quality(PESQ) 점수가 0.13가량 증가하였으며, 최근 제안된 음성 향상 모델들보다도 높은 객관적 평가 점수를 보였다.

• 한국통신학회논문지
• /
• 제29권6C호
• /
• pp.770-776
• /
• 2004

지각 오디오 부호화기는 신호의 지각적 중복성과 함께 지각에 무관한 성분들을 줄이기 위해 인간의 청각 특성인 마스킹 효과를 이용하여 부호화 과정에서 발생하는 양자화 잡음을 귀에 들리지 않는 수준 이하로 낮춘다. 이때 마스킹 하는 주체인 입력 신호의 특성이 들, 잡음 중 어떤 성분에 가까운지에 따라 주위의 작은 신호들을 마스킹하는 양이 달라지기 때문에 입력 신호의 특성을 알아내는 것은 지각 부호화기의 성능을 좌우하는 중요한 요소이다. 본 논문에서는 낮은 복잡도로 구현 가능한 새로운 톤 성분 검출 알고리듬을 제안하였다. 제안한 알고리듬은 MPEG 심리음향 모델-II 비해 초월함수가 적게 사용되며 사용되는 연산도 단순하기 때문에 낮은 복잡도의 부호화기 구현에 적합하다. 제안한 알고리듬은 다양한 신호들에 대해 성능평가가 수행되었으며, DSP를 사용한 구현 결과 약 3 MIPS 정도로 구현 가능하였다.

• 한국음향학회지
• /
• 제26권7호
• /
• pp.323-327
• /
• 2007

본 논문에서는 객관적으로 정량화된 복합 신호음의 조화도를 새로운 심리 음향 파라미터로 제안하였다. 사람이 복합신호음을 인지하는 과정에서 발생하는 masking 효과, 등청감 곡선, criticalband 등의 심리음향학적인 모델들을 적용시킨 후, 그 소리가 어느정도의 조화도를 갖는지를 정량화시키는 모델을 제안하였고, 이를 검증하기 위하여 복합음으로 구성된 자동차 Horn 신호로 실험을 수행하였다. 실험 결과, 제안한 알고리즘에 의하여 정량화된 객관적인 조화도와 청취 평가를 통한 주관적인 조화도가 0.95의 cross correlation을 보였다. 현재 객관적인 심리음향학적인 파라미터로는 Zwicker 파라미터 외에는 거의 전무한 상태여서 제안하는 알고리즘을 통하여 소리의 심리음향학적인 효과를 보다 객관적으로 파악하는 데에 도움이 될 것으로 보인다.

• 한국음향학회지
• /
• 제19권5호
• /
• pp.65-70
• /
• 2000

라우드니스(loudness)는 음질 평가에 있어서 가장 중요한 음질 인자로 간주되고 있고, 그 계산을 위해 정상음에 대한 국제규격도 마련되어 있다. 본 연구에서는, 이의 일반화를 위해 라우드니스 계산 모델에 과도음 해석 과정을 포함한 새로운 방법을 제시하고자 한다. 이를 위하여 과도 신호의 대역 분할 및 대역별 음압 레벨 변화 예측을 위한 신호 처리 기법과 과도 음에 대한 청각 반응을 모델링한 포스트 마스킹(post-masking) 및 라우드니스 시간 적분 모델이 도입되었다. 또한 순음의 라우드니스 해석에서 기존 라우드니스 모델이 갖고 있는 신호 해석상의 문제점을 개선하기 위하여 임계 대역폭의 1/2 간격으로 배치된 총 47개의 임계 대역 필터를 이용하였다. 제안된 모델의 유효성을 확인하기 위하여 기존의 임상 실험 결과 비교하였고, 예측치와 임상치는 아주 좋은 일치 경향을 가짐을 확인하였다.

• 대한음성학회:학술대회논문집
• /
• 대한음성학회 2003년도 5월 학술대회지
• /
• pp.215-218
• /
• 2003

In this paper we apply PMC (parallel model combination) to speech recognition system online. As a representative of model based noise compensation techniques, PMC compensates environmental mismatch by combining pretrained clean speech models and real-time estimated noise information. This is very effective approach for compensating extreme environmental mismatch but is inadequate to use in on-line system for heavy computational cost. To reduce the computational cost and to apply PMC online, we use a noise masking effect - the energy in a frequency band is dominated either by clean speech energy or by noise energy - in the process of model compensation. Experiments on artificially produced noisy speech data confirm that the proposed technique is fast and effective for the on-line model compensation.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.509-513
• /
• 2021

개체명 인식이란, 문장에서 인명, 지명, 기관명, 날짜, 시간 등의 고유한 의미의 단어를 찾아서 미리 정의된 레이블로 부착하는 것이다. 일부 단어는 문맥에 따라서 인명 혹은 기관 등 다양한 개체명을 가질 수 있다. 이로 인해, 개체명에 대한 중의성을 가지고 있는 단어는 개체명 인식 성능에 영향을 준다. 본 논문에서는 개체명에 대한 중의성을 최소화하기 위해 사전을 구축하여 ELECTRA 기반 모델에 적용하는 학습 방법을 제안한다. 또한, 개체명 인식 데이터의 일반화를 개선시키기 위해 동적 마스킹을 이용한 데이터 증강 기법을 적용하여 실험하였다. 실험 결과, 사전 기반 모델에서 92.81 %로 성능을 보였고 데이터 증강 기법을 적용한 모델은 93.17 %로 높은 성능을 보였다. 사전 기반 모델에서 추가적으로 데이터 증강 기법을 적용한 모델은 92.97 %의 성능을 보였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 제15회 음성통신 및 신호처리 워크샵(KSCSP 98 15권1호)
• /
• pp.60-64
• /
• 1998

음성인식 시스템의 실용화 과정에서 훈련환경과 테스트 환경의 불일치로 인한 인식성능의 저하는 반드시 극복되어야 할 문제이다. 본 논문에서는 잡음 tR인 입력음성의 비음성구간에서 잡음레벨을 추정하여 음성 스펙트럼에서 추정된 잡음레벨을 빼는 스펙트럼 차감법고 스펙트럼 영역에서 미리 정해진 마스킹 레벨보다 낮은 에너지 값을 마스킹 레벨로 올려주는 잡음 마스킹을 함께 사용함으로써 훈련 환경과 테스트환경의 불일치를 줄이는 방법을 제안한다. 그리고 복수의 마스킹 레벨에 대한 모델들을 미리 만들어 두고 추정된 잡음 레벨에 따라 적합한 마스킹 레벨의 보델을 사용하여 인식을 수해？는 다중 모델 방법을 적용하였다. 자동차 소음환경에서 두 가지 마스킹 레벨에 대한 모델을 이용한 화자독립고립단어 인식 실험을 통하여 본 논문에서 제안한 방식은 정차중 무시동 환경에서 95.8%, 정차중 시동 환경에서 95.6%, 한적한 도로환경에서 92.8%, 복잡한 시내도로 환경에서 89.6%, 고속도로 환경에서 74.4%의 인식성능을 나타내었으며, 평균 90.7%의 성능을 얻을 수 있다.

• 한국통신학회논문지
• /
• 제17권2호
• /
• pp.159-167
• /
• 1992

본 연구는 온라인 한글 필기체 인식을 위한 전처리 단계로서 다층구조 신경망을 이용하여 한글 자획의 특징을 추출하였다. 특징추출을 위한 신경망은 경쟁 자율학습하는 특성을 가진 Masking field 모델을 이용하여 구성하였다. 이 모델에 의해서 off영역이 없는 on영역만의 수용영역을 구성하여 한글 자획에 내포된 방향, 연결점 및 모서리 특징 추축을 병렬처리하였고, 이 모델의 수정에 의하여 방향유지특성을 구현하였다. 입력자획의 폭이 한 화소로 제한됨에 따라 입력 정보의 교란을 설정한 수용영역에 의하여 제거 할 수 있었다. 구성한 신경망은 순차적으로 입력되는 자획으로부터 동필특징을 추출하고, 이것을 집적하여 자획 특징을 추출한다. 한글자획의 특징추출 결과는 자획내의 방향특징들의 통계적 분포에 따르는 출력을 얻을 수 있었으며, 자획패턴이 고정되지 않은 온라인 한글 필기체의 자획인식에 유용하리라 생각된다.

• 한국음향학회지
• /
• 제25권7호
• /
• pp.325-332
• /
• 2006

본 논문은 인지 모델과 웨이블릿 패킷 변환을 이용하여 단일 채널에서 유색잡음 또는 비정지적 성격의 잡음을 제거하는데 목적을 두고 있다. 이러한 잡음은 부대역을 나누어 접근해야하며, 잔여잡음과 음성의 왜곡으로 인한 문제를 해결하기 위해 웨이블릿 패킷 변환 후 웨이블릿 계수 문턱값을 적절히 개선해야 한다. 본 논문에서 부대역은 웨이블릿 패킷변환 후에 스케일과 임계대역을 매칭하여 설계하였으며, 웨이블릿 계수 문턱값은 세그멘탈 신호대잡음비 (seg_SNR)와 노이즈마스킹 임계값 (Noise Masking Threshold W)을 이용하여 적응적으로 계산했다. 결과적으로 TTA 표준인 EVRC 잡음 제거기와 유사한 성능을 가졌으며, 웨이블릿 변환 후 웨이블릿 계수에 Universal 문턱값을 적용하는 것보다 PESQ-MOS 값이 0.29 높았다. 인코딩과 디코딩 후 PESQ-MOS 값은 EVRC 잡음 제거기보다 0.23 정도 우수한 성능을 가졌다.