• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2156-2159
• /
• 2003

Thoracic sound has been widely known as a good method to examine thoracic disease. But, it's difficult to diagnose with correct data according to patient's thoracic position from same patient who has thoracic disease. Therefore, it is necessary to normalize the data for lung sound objectively In this paper, we'd like to detect a useful data for medical examination by applying PCA(Principal Component Analysis) to thoracic sound data and then present a objective data about lung and heart sound for thoracic disease.

• 디지털융복합연구
• /
• 제14권7호
• /
• pp.331-337
• /
• 2016

본 연구의 목적은 사운드 데이터를 3차원 입체 이미지로 시각화하는 방법을 제공하는 것이다. 사운드 데이터의 시각화는 사운드데이터의 음역채널을 텍스트베이스형태의 스크립트 제작한 후 설정된 알고리즘에 따라 수행한다. 알고리즘은 음역 채널 설정단계, 사운드 시각화용 화면프레임 설정단계, 단위 입체이미지 구현체 특성정보 설정단계, 사운드 데이터 음역 채널 검출단계, 사운드 시각화단계등 총 5단계로 이루어지며, 마우스등의 입력장치로 최소한된 입력신호조작으로 3D 시각화를 수행한다. 일반적인 방법으로 애니메이터가 할 수 없는 양을 가진 사운드 파일을 이용해, 애니메이터가 작업하는 시간과 제시한 연구방법을 이용한 작업시간을 비교하여, 본 연구에서 제시한 3D 시각화 방법이 창의적 예술적 이미지를 제작에 저비용, 고효율 방법임을 부각하였다. 향후, 게임엔진에서 렌더링 과정을 거치지 않는 방법으로 사운드 데이터의 실시간 시각화 방법을 연구할 예정이다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 ICEIC The International Conference on Electronics Informations and Communications
• /
• pp.237-243
• /
• 2004

A multichannel smart sound sensor capable to detect and identify sound events in noisy conditions is presented in this paper. Sound information extraction is a complex task and the main difficulty consists is the extraction of high­level information from an one-dimensional signal. The input of smart sound sensor is composed of data collected by 5 microphones and its output data is sent through a network. For a real time working purpose, the sound analysis is divided in three steps: sound event detection for each sound channel, fusion between simultaneously events and sound identification. The event detection module find impulsive signals in the noise and extracts them from the signal flow. Our smart sensor must be capable to identify impulsive signals but also speech presence too, in a noisy environment. The classification module is launched in a parallel task on the channel chosen by data fusion process. It looks to identify the event sound between seven predefined sound classes and uses a Gaussian Mixture Model (GMM) method. Mel Frequency Cepstral Coefficients are used in combination with new ones like zero crossing rate, centroid and roll-off point. This smart sound sensor is a part of a medical telemonitoring project with the aim of detecting serious accidents.

• 정보보호학회논문지
• /
• 제34권1호
• /
• pp.115-127
• /
• 2024

최근 디지털 오디오 매체의 증가로 인해 소리 데이터의 규모와 다양성이 크게 확대되었으며, 이로 인해 디지털 포렌식 과정에서 소리 데이터 분석의 중요도가 증가하였다. 하지만 소리 데이터 분석에 대한 표준화된 절차나 가이드 라인이 부족하여 분석 결과의 일관성과 신뢰성에 문제가 발생하고 있다. 디지털 환경은 다양한 오디오 형식과 녹음 조건을 포함하고 있지만, 현재 오디오 포렌식 방법론은 이러한 다양성을 충분히 반영하지 못하고있다. 이에 본 연구에서는 모든 상황에서 효과적인 분석을 수행할 수 있도록 Life-Cycle 기반 소리 데이터 요소기술을 식별하여 소리 데이터 분석의 전반적인 가이드라인을 제시하였다. 이와 더불어, 식별한 요소 기술을 소리 데이터를 대상으로 하는 디지털 포렌식 기술 개발에 활용하기 위해 분석을 진행하였다. 본 연구에서 제시한 Life-Cycle별 소리 데이터 요소 기술 식별 체계의 효과성을 입증하기 위하여 소리 데이터 기반으로 응급상황을 검색할 수 있는 기술을 개발하는 과정에 대한 사례 연구를 제시하였다. 해당 사례 연구를 통해 소리 데이터를 대상으로 하는 디지털 포렌식 기술 개발 과정에서 Life-Cycle 기반으로 식별한 요소 기술이 데이터 분석의 질과 일관성을 보장하게 하고 효율적인 소리 데이터 분석을 가능하게 함을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제46권2호
• /
• pp.24-29
• /
• 2009

음원 추정 시스템은 로봇, 화상회의, CCTV(Closed-circuit television) 시스템에 쓰인다. 이러한 음원 추정 시스템은 사람을 대상으로 하며 사람이 말하는 동안 여러 개의 음성 데이터 프레임을 입력받을 수 있다. 본 논문에서는 입력된 음성 데이터 프레임으로부터 정확한 각도를 계산 할 수 있는 음성 데이터 프레임을 선별하여 각도 추정 오차를 줄이는 방법에 대해서 제안한다. 또한 선별된 데이터를 각도로 변환한 후 메디언 필터를 적용하여 음원 추정 시스템의 오차를 줄일 수 있다. 제안된 시스템을 이용하여 실험한 후 각도 추정 오차 평균이 31%감소함을 보인다.

• 한국컴퓨터산업학회논문지
• /
• 제3권8호
• /
• pp.1063-1072
• /
• 2002

기타는 내부 구조와 재질에 따라, 기타 음의 특성이 달라진다. 개발된 장치는 기타 내부 구조와 재질의 변동에 따른 기타 음의 분석을 컴퓨터로 처리하여 data base화 할 수 있도록 한 장치이다. 시스템의 구성은, 기타 내부 구조를 쉽게 변경할 수 있도록 한 기구부와, 다 채널의 음향 입력을 A/D 변환하여 DSP 보드에서 처리 한 후 RS232C를 통하여 PC 에 입력하는 방법으로 음량를 수집할 수 있는 입력 장치부와, 입력된 데이터를 컴퓨터에서 data base화 하여 쉽게 조회 및 분석 할 수 있도록 하는 소프트웨어로 구성되어 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권5호
• /
• pp.193-204
• /
• 2019

센서 기술과 컴퓨팅 성능의 향상으로 인한 데이터의 폭증은 산업 현장의 상황을 분석하기 위한 토대가 되었으며, 이와 같은 데이터를 기반으로 현장에서 발생하는 다양한 이벤트를 탐지 및 분류하려는 시도들이 최근 증가하고 있다. 특히 음향 센서는 상대적으로 저가의 가격으로 현장 정보를 왜곡 없이 음향 신호를 수집할 수 있다는 큰 장점을 기반으로 다양한 분야에 설치되고 있다. 그러나 소리 취득 시 발생하는 잡음을 효과적으로 제어하지 못한다면 산업 현장의 이벤트를 안정적으로 분류할 수 없으며, 분류하지 못한 이벤트가 이상 상황이라면 이로 인한 피해는 막대해질 수 있다. 본 연구에서는 잡음 상황에서도 강인한 시스템을 보장하기 위하여, 딥러닝 알고리즘을 기반으로 잡음의 영향을 개선 시킨 음향 신호를 생성한 후, 해당 음향 이벤트를 분류할 수 있는 시스템을 제안한다. 특히, GAN을 기반으로 VAE 기술을 적용한 SEGAN을 활용하여 아날로그 음향 신호 자체에서 잡음이 제거된 신호를 생성하였으며, 향상된 음향 신호를 데이터 변환과정 없이 CNN 구조의 입력 데이터로 활용한 후 음향 이벤트에 대한 식별까지도 가능하도록 end-to-end 기반의 음향 이벤트 분류 시스템을 설계하였다. 산업 현장에서 취득한 음향 데이터를 활용하여 제안하는 시스템의 성능을 실험적으로 검증한바, 99.29%(철도산업)와 97.80%(축산업)의 안정적인 분류 성능을 확인하였다.

• 한국환경과학회지
• /
• 제29권11호
• /
• pp.1141-1151
• /
• 2020

The impact of sound speed variability in the sea is the very important on acoustic propagation for the underwater acoustic systems. Understanding of the temporal and spatial variability of ocean sound speed in the sea around the Ieodo were obtained using oceanographic data (temperature, salinity). from the Korea Oceanographic Data Center, collected by season for 17 years. The vertical distributions of sound speed are mainly related to seasonal variations and various current such as Chinese coastal water, Yellow Sea Cold Water (YSCW), Kuroshio source water. The standard deviations show that great variations of sound speed exist in the upper layer and observation station between 16 and 18. In order to quantitatively explain the reason for sound speed variations, Empirical Orthogonal Function (EOF) analysis was performed on sound speed data at the Line 316 covering 68 cruises between 2002 and 2018. Three main modes of EOFs respectively revealed 55, 29, and 5% the total variance of sound speed. The first mode of the EOFs was associated with influence of surface heating. The second EOFs pattern shows that contributions of YSCW and surface heating. The first and second modes had seasonal and inter-annul variations.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.31-37
• /
• 2022

본 논문은 일상생활에서 흔히 들을 수 있는 소리(비명소리, 박수 소리, 여러 명의 박수 소리, 자동차 지나가는 소리, 배경음 등)를 감지하는 음향 인식을 위하여, 신호처리 및 딥러닝을 적용하는 연구에 관한 것이다. 제안된 음향 인식에서는, 인식 정확도의 향상을 위해서 음향 파형의 스펙트럼, 음향 데이터의 증강, 2차원(2-D) 이미지 변환에 관한 기술들이 사용되었고, 예측의 정확도를 향상을 위한 앙상블 학습, Convolution Neural Network(CNN) 딥러닝 기술들이 적용된다. 제안된 음향 인식 기술은 실험을 통해 다양한 음향을 정확하게 인식할 수 있음을 보여준다.

• 대한음성학회지:말소리
• /
• 제49호
• /
• pp.135-144
• /
• 2004

In this paper, we make a study of classification normal from abnormal - normal, asthma through analysis of thoracic sound to take use thoracic sound detection system. Thoracic sound detection system has a function to store thoracic sound and analyze the data. The wave shape of thoracic sound is similar to noise and is systematically generated by inhalation and exhalation breathing, therefore, in this paper, to classify asthma sound in thoracic sound, we could discriminate between normal and abnormal case using level crossing rate(LCR) and spectrogram energy rate.