• 대한전자공학회논문지
• /
• 제24권5호
• /
• pp.905-913
• /
• 1987

This paper presents a speaker dependent isolated digit recognition algorithm using the Mellin transform. Since the Mellin transform converts a scale information into a phase information, attempts have been made to utilize this scale invariance property of the Mellin transform in order to alleviate a time-normalization procedure required for a speech recognition. It has been found that good results can be obtained by taking the Mellin transform to the features such as a ZCR, log energy, normalized autocorrelation coefficients, first predictor coefficient and normalized prediction error. We employed a difference function for evaluating a similarity between two patterns. When the proposed algorithm was tested on Korean digit words, a recognition rate of 83.3% was obtained. The recognition accuracy is not compatible with the other technique such as LPC distance however, it is believed that the Mellin transform can effectively perform the time-normalization processing for the speech recognition.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2002년도 하계학술발표대회 논문집 제21권 1호
• /
• pp.45-48
• /
• 2002

본 논문에서는 한국어 음성 합성기 데이터베이스 구축을 위하여 HMM을 이용하여 자동으로 음소경계를 추출하고, 음성 파라미터를 이용하여 그 결과를 보정하는 반자동 음성분할 시스템을 구현하였다. 개발된 시스템은 16KHz로 샘플링된 음성을 대상으로 삼았고, 레이블링 단위인 음소는 39개를 선정하였고, 음운현상을 고려한 확장 모노폰도 선정하였다. 그리고 언어학적 입력방식으로는 음소표기와 철자표기를 사용하였으며, 패턴 매칭 방법으로는 HMM을 이용하였다. 유성음/무성음/묵음 구간 분류에는 ZCR, Log Energy, 주파수 대역별 에너지 분포 등의 파라미터를 사용하였다. 개발된 시스템의 훈련된 음성은 정치, 경제, 사회, 문화, 날씨 등의 코퍼스를 사용하였으며, 성능평가를 위해 훈련에 사용되지 않은 문장 데이터베이스에 대해서 자동 음성 분할 실험을 수행하였다. 실험 결과, 수작업에 의해서 분할된 음소경계 위치와의 오차가 10ms 이내가 $87\%$, 30ms 이내가 $91\%$가 포함되었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.173-176
• /
• 2000

음성은 인간이 가진 가장 편리한 제어전송수단으로 이를 통한 제어는 인간에게 많은 편리함을 제공할 것이다. 본 논문에서는 다층구조 신경망(Multi-Layer Perceptron)을 이용하여 간단한 음성인식 명령처리시스템을 Matlab 상에서 구성해 보았다. 음성인식을 통한 제어의 목적을 위해 화자종속, 고립단어인식기를 목표로 설정하여 연구를 수행하였다. 음성의 시작점과 끝점을 검출하기 위해 단구간 에너지와 영교차율(ZCR)을 이용하였고 인식기의 특징파라미터로는 12차 LPC켑스트럼 계수를 사용하였다. 그리고 신경망의 출력값을 기동, 정지시에 활성화되도록 3개의 계층으로 하였고, 신경망의 뉴런의 개수를 각각 12, 12, 2으로 설정하였다. 먼저 기준음성패턴으로 학습시킨 후에 Matlab 환경하에 동작하는 dSPACE 실시간처리보드에 변환된 C프로그램을 다운로드하고, 음성을 입력하여 인식 후 dSPACE보드의 D/A컨버터의 출력단에 연결된 DC모터를 기동, 정지제어를 수행하였다. 실시간 음성인식 명령처리 시스템 구현을 통하여 원격제어와 같은 음성명령을 통한 제어가 가능함을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.687-690
• /
• 2019

본 논문에서는 효과적인 감정인식을 위한 효과적인 특징 벡터를 생성한다. 이를 위해서 음성 데이터 셋 RAVDESS를 이용하였으며, 그 중 neutral, calm, happy, sad 총 4가지 감정을 나타내는 음성 신호를 사용하였다. 본 논문에서는 기존에 감정인식에 사용되는 MFCC1~13차 계수와 pitch, ZCR, peakenergy 중에서 효과적인 특징을 추출하기 위해 클래스 간, 클래스 내 분산의 비를 이용하였다. 실험결과 감정인식에 사용되는 특징 벡터들 중 peakenergy, pitch, MFCC2, MFCC3, MFCC4, MFCC12, MFCC13이 효과적임을 확인하였다.

• 조명전기설비학회논문지
• /
• 제18권1호
• /
• pp.129-136
• /
• 2004

본 논문에서는 ADPCM을 이용하여 보다 효율적인 음성전송을 위한 4배속 가변임계값을 갖는 음성 부호화법을 제안하였으며 TMS320C6711-DSP를 사용하여 제안된 알고리즘의 실시간 음성 처리 구현을 다루었다. 본 논문에서는 ADPCM 알고리즘을 개선하여 입력 신호 및 주변 환경에 따라 변환율을 16[kbps], 24[kbps], 32[kbps], 40[kbps]로 가변하는 음성부호화 방법을 제시하고 이를 DSP를 이용하여 Encoding과 Decoding을 실시간으로 구현하여 좋은 음질의 음성 신호를 보다 적은 비트 수로 전송하고자 하였다. 이를 위하여 영교차율(Zero Crossing Rate)을 이용하여 소음의 우세한 정도를 구분하여, 임계값을 가변 시키도록 하였으며 소음이 우세한 환경에서는 4가지 변환율 가운데 낮은 변환율을 사용하도록 하여 전송 비트 수를 줄이도록 하였으며, 소음이 열세한 환경에서는 높은 변환율을 사용하도록 하여 좋은 음질을 갖도록 하였다. 음성 대화의 많은 구간이 거의 묵음인 구간이 많으므로, 음질은 40[kbps] 수준의 음질을 유지하면서 이 보다 낮은 데이터 비트수를 유지할 수 있음을 시뮬레이션과 실험으로 보였다. 구현에 사용된 TMS320C6711-DSK board는 128[K]의 플래쉬 메모리를 가지고 있고 1333MIPS의 처리속도를 가지므로 제안된 알고리즘을 실시간 구현하기에 충분한 조건을 가지고 있다.

• 대한전자공학회논문지
• /
• 제19권3호
• /
• pp.5-12
• /
• 1982

기본 모음의 분석을 위한 특징 파라미터로 특정 대역의 에너지의 비를 이용하는 방법을 사용하여 이 파라미터와 영통과률(zero crossing rate;ZCR) 그리고 에너지 파라미터의 논리 조합으로 한국어 기본산자 음성의 인식을 시도하였다. 본 실험을 위해서 음성 신호는 차단 주파수 10KHz의 저역 여파기로 여파되었고 20KHz의 표본화율로 표본화 되어 IBM 370으로 시뮬레이션 되었다. 본 시뮬레이션에서는 리메쯔 교환 알고리즘[l3].[14]에 의해 61차, 120차, 25차, 25차 등 4개의 FIR 디지탈 여파기를 설계하여 사용하였다. 실험 결과 3인의 화자에 대해서 92%의 인식률을 얻었다.

• 한국음향학회지
• /
• 제18권7호
• /
• pp.101-111
• /
• 1999

본 논문에서는 정확한 콘크리트 설계강도 분류를 위해 인공지능 기법에 바탕을 둔 증거축적방법에 의한 초음파신호의 패턴인식방법을 제안하였다. 이를 위해 우선 초음파신호의 특징파라메터로 분산, 영점교차횟수, 평균주파수, 자기회귀모델계수 및 선형 켑스트럼계수를 추출하였다. 추출된 특징파라메터들의 각각의 특성을 알아보고, 하나의 특징파라메터로 설계강도의 정확한 분류가 어렵다는 것을 보였다. 이러한 문제점을 해결하기 위하여 추출된 다수의 특징파라메터들을 이용하여 설계강도 분류를 증거축적방법을 통해 수행하였다. 또한, 이 증거축적방법을 콘크리트 패턴인식에 적용하기 위해 퍼지매핑 함수를 도입하였다. 본 논문에서 제안한 알고리즘이 다수의 특징파라메터들을 효율적으로 이용하여 92%의 패턴인식률을 보였으며, 이는 기존의 패턴 분류 알고리즘보다 콘크리트 설계강도를 보다 정확하게 분류함을 확인하였다.

• 대한산업공학회지
• /
• 제25권3호
• /
• pp.330-335
• /
• 1999

The goal of the study is to determine the most sensitive parameter to represent the degree of muscle force and fatigue. Various numerical parameters such as the first coefficient of Autoregressive (AR) Model, Root Mean Square (RMS), Zero Crossing Rate (ZCR), Mean Power Frequency (MPF), Median Frequency (MF) were tested in this study. Ten healthy male subjects participated in the experiment. They were asked to extend their trunk by using the right and left erector spinae muscles during a sustained isometric contraction for twenty seconds. The force levels were 15%, 30%, 45%, 60%, and 75% of Maximal Voluntary Contraction (MVC), and the order of trials was randomized. The results showed that RMS was the best parameter to measure the force level of the muscle, and that the first coefficient of AR model was relatively sensitive parameter for the fatigue measurement at less than 60% MVC condition. At the 75% MVC, however, both MPF and the first coefficient of AR Model showed the best performance in quantification of muscle fatigue. Therefore, the sensitivity of measurement can be improved by properly selecting the parameter based upon the level of force during a sustained isometric condition.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 컴퓨터소사이어티 추계학술대회논문집
• /
• pp.243-246
• /
• 2003

In this paper, we propose a new digital audio watermarking technique with the wavelet transform. The watermark is embedded by eliminating unnecessary information of audio signal based on human auditory system (HAS). This algorithm is an audio watermarking method, which does not require any original audio information in watermark extraction process. In this paper, the masking effect is used for audio watermarking, that is, post-tempera] masking effect. We construct the window with the synchronization signal and we extract the best frame in the window by using the zero-crossing rate (ZCR) and the energy of the audio signal. The watermark may be extracted by using the correlation of the watermark signal and the portion of the frame. Experimental results show good robustness against MPEG1-layer3 compression and other common signal processing manipulations. All the attacks are made after the D/A/D conversion.

• 한국멀티미디어학회논문지
• /
• 제9권3호
• /
• pp.279-286
• /
• 2006

주파수 분포벡터를 이용한 분류방법을 국악기 분류 및 인식에 적용하였으며 분류에 사용되는 주파수 분포 벡터 중에서 리듬성분을 수치화한 평균피크값을 제안하였다. 대부분의 주파수 처리함수들은 주파수값의 평균, 통계적특성에 기반을 두고 있으며 국악기자동분류를 위해 신호의 평균, 분산, 영교차율, 균형주파수, 평균 피크값을 이용하여 실험하였다. 국악의 장르 구분을 위한 선행 연구로서 음악신호를 함수처리하고 k-최근접이웃 분류알고리즘을 적용하여 분류하였다. 기존의 주파수 분포벡터를 이용하여 발표되었던 서양음악의 분류 성공률 87%보다 향상된 94.44%의 성공률을 나타냈다.