• Journal of Information Processing Systems
• /
• 제15권4호
• /
• pp.820-832
• /
• 2019

Estimation of accurate blood volume flow in ultrasound Doppler blood flow spectrograms is extremely important for clinical diagnostic purposes. Blood volume flow measurements require the assessment of both the velocity distribution and the cross-sectional area of the vessel. Unfortunately, the existing volume flow estimation algorithms by ultrasound lack the velocity space distribution information in cross-sections of a vessel and have the problems of low accuracy and poor stability. In this paper, a new robust ultrasound volume flow estimation method based on multigate (RMG) is proposed and the multigate technology provides detail information on the local velocity distribution. In this method, an accurate double iterative flow velocity estimation algorithm (DIV) is used to estimate the mean velocity and it has been tested on in vivo data from carotid. The results from experiments indicate a mean standard deviation of less than 6% in flow velocities when estimated for a range of SNR levels. The RMG method is validated in a custom-designed experimental setup, Doppler phantom and imitation blood flow control system. In vitro experimental results show that the mean error of the RMG algorithm is 4.81%. Low errors in blood volume flow estimation make the prospect of using the RMG algorithm for real-time blood volume flow estimation possible.

• 한국음향학회지
• /
• 제14권4호
• /
• pp.21-28
• /
• 1995

본 논문에서는 원음성을 원하는 억양의 음성으로 변환시켜 주기 위한 기초연구로서 타화자의 여기신호를 이용한 억양변환방법을 제안하였다. 이방법에서는 타화자의 여기신호를 억양정보로 이용하였으며, 타화자의 성도스펙트럼과 DTW에 의해 정합되는 원신호의 성도스펙트럼를 추출하여 여기신호의 스펙트럼과 곱한 후 단시간푸리에 역변환해 줌으로써 억양변환된 음성을 합성하였다. 본 방법에 의해 억양변환된 합성음성을 평가하기 이하여 30명의 남성화자가 발성한 한국어 단모음과 문장음성을 대상으로 억양변환실험을 수행한 후 기본주파수의 궤적과 스펙트로그램 및 왜곡측정을 비교하고 MOS테스트를 실시한 결과 제안된 방법에 의해 임의의 음성을 타화자음성의 억양으로 변환시킬 수 있음을 확인하였다.

• 방송공학회논문지
• /
• 제1권2호
• /
• pp.85-95
• /
• 1996

본 논문에서는 음성 신호의 시간축 변화에 널리 사용되고 있는 SOLA(Synchronized Over-Lap and ADD)기법을 사용하여 더빙된 신호를 본래의 음성 신호와 시간적으로 일치시키는 기법을 제안하였다. 방송 녹음의 경우, 큰 레벨의 배경 잡음등으로 인하여 스튜디오에서의 재녹음이 필요한 경우가 발생하게 된다. 이러한 재녹음 신호는 원래의 녹음 시간과 비교하여 대략 200msec의 시간차이를 갖게 되며, 이러한 시간차이는 화면과 음성과의 합성시 입모양이 서로 불일치하는 현상을 야기시킨다. 본 논문에서는 이러한 문제점을 해결하기 먼저 에너지궤적을 통해 원녹음 신호와 더빙 신호간의 어절 시작점을 서로 일치시키고, 어절내의 음소 위치를 동기화시키기 위하여 LPC 켑스트럼 분석과 DTW(Dynamic Time Warping)을 적용하였다. 음소가 서로 일치하는 지점은 원래의 녹음 신호와 더빙된 신호간의 LPC켑스트럼 자승 오차가 취소로 되는 지점을 탐색함으로서 결정된다. 음성의 합성시에는 인접 프레임간의 위상 관계가 서로 일치하도록 SOLA 방법을 사용하였다. 컴퓨터를 이용하여 모의 실험을 수행한 결과, 제안된 알고리즘을 통해 시간축 보정된 음성 신호는 음성 파형, 스펙트로그램 및 청취상으로 원래의 녹음 신호와 시간적으로 서로 일치함을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제4권1호
• /
• pp.56-66
• /
• 2001

최근에 심리 음향 기준을 이용한 스펙트럼 차감법이 제안되었다. Virag의 알고리즘에서는 기존의 방법보다 청취자가 더 편안한 음성을 들을 수 있지만 잡음에 강인한 음성활동 검출기가 필요하다. 음성활동 검출기를 필요로 하지 않는 확장 스펙트럼 차감법에서는 신호 대 잡음비가 감소함에 따라 잔여 잡음이 더욱 잘 들리게 된다. 본 논문에서는 심리 음향 기준을 이용한 스펙트럼 차감법에 Wiener 필터를 결합한 새로운 음질 개선 방법을 제안한다. 제안한 방법에서는 Wiener 필터를 사용하여 음성 구간에 서도 잡음의 추정치가 계속 갱신되므로 음성 검출기가 필요 없고 마스킹 임계값에 따라 차감 파라미터를 조정하기 때문에 잔여 잡음이 거의 들리지 않게 된다. 제안된 방법에 대하여 시뮬레이션을 통하여 기존의 스펙트럼 차감법과 성능을 비교한 결과, 제안한 방법을 사용하여 개선된 음성이 기존의 방법에 비하여 청취하기에 더 편한 음질을 제공하였다.

• 지질공학
• /
• 제7권1호
• /
• pp.63-79
• /
• 1997

본 연구의 목적은 시간-주파수 영역에서의 미소지진과 인공폭발을 구별하는 것으로 미소지진과 인공폭발의 주파수특성을 연구하기 위해서 3차원 스펙트로그램(주파수, 시간, 진폭)을 이용하였다. 3차원 스펙트로그램은 국지 및 광역 거리에서 관측된 자료에 대하여 각각의 위상에 대한 주파수대역의 연구에 매우 유용한 방법이다. 채석장 발파로부터 관측된 P파와 S파는 Hz 이상에서 큰 진폭을 가졌고 또한 가까운 거리에서는 뚜렷한 Rg파가 관측되었다. 미소 지진의 경우 P파와 S파는 넓은 주파수 대역에서 큰 진폭이나타났다. 인공 폭발과 미소지진의 구별을 위해서는 10Hz 이하에서 Pg/Lg 스펙트럼 비를 이용하였고 각각의 위상에서의 정확한 시간창(time window)을 구하기 위해서 다중 필터 방법(MFM)을 이용하여 군속도를 계산하였다. 또한 3 성분 자료에 관해서는 자료의 순수한 P, SV, SH 성질을 구하기 위해 자유 표면에서의 영향을 보정하고 각각의 위상에 대하여 FFT을 실시하여 7개의 주파수 대역(0.5-3, 2-4, 3-5, 4-6, 5-7, 6-8, 8-10Hz)에서 Pg/Lg 스펙트럼 비를 계산하였다. 위의 과정을 통해 6-8Hz 대역에서 미소지진과 인공폭발이 가장 잘 구별되었다.

• 천문학회지
• /
• 제38권4호
• /
• pp.463-470
• /
• 2005

In this paper, we have made the component-based development of observational software for KASI solar imaging spectrograph (KSIS) that is able to obtain three-dimensional imaging spectrograms by using a scanning mirror in front of the spectrograph slit. Since 2002, the KASI solar spectrograph has been successfully operated to observe solar spectra for a given slit region as well as to inspect the response functions of narrow band filters. To improve its capability, we have developed the KSIS that can perform sequential observations of solar spectra by simultaneously controlling the scanning mirror and the CCD camera via Visual C++. Main task of this paper is to introduce the development of the component-based software for KSIS. Each component of the software is reusable on the level of executable file instead of source code because the software was developed by using CBD (component-based development) methodology. The main advantage of such a component-based software is that key components such as image processing component and display component can be applied to other similar observational software without any modifications. Using this software, we have successfully obtained solar imaging spectra of an active region (AR 10708) including a small sunspot. Finally, we present solar $H{\alpha}$ spectra ($6562.81{\AA}$) that were obtained at an active region and a quiet region in order to confirm the validity of the developed KSIS and its software.

• 한국음향학회지
• /
• 제20권3호
• /
• pp.48-55
• /
• 2001

가산적이고 비정상적인 잡음을 줄이는 새로운 방법이 제안되었다. 본 방법은 잡음에 대한 정보나 묵음구간에서의 잡음추정을 필요로 하지 않는다. 잡음처리는 각 시간 프레임에서 주파수대역을 기본으로 하여 수행된다. 어떤 프레임에서 특정한 주파수대역이 음성이 우세한지 혹은 잡음이 우세한지에 대한 결정과 인간청각기의 매스킹 성질을 기반으로 하여, 적절한 양의 잡음을 주파수 차감법을 이용하여 제거한다. 제안된 방법은 다양한 환경에서 (자동차 잡음, Fl6 잡음, 백색 잡음, 핑크 잡음, 탱크 잡음, 혼선잡음) 성능평가가 이루어졌다. 그리고 일반적인 주파수차감법과 비교하여 세그멘탈 신호대 잡음비 (SNR)를 구하고, 시각적 측정 척도인 스펙트로그램과 듣기평가를 통해, 음성왜곡은 줄이면서 효과적으로 잡음을 줄일 수 있음을 알 수 있다.

• 대한음성학회:학술대회논문집
• /
• 대한음성학회 1996년도 10월 학술대회지
• /
• pp.37-42
• /
• 1996

This study aims to see some prosodic features of English spoken by Japanese learners of English. It focuses on speech rates, pauses, and intonation when the learners read an English passage. Three Japanese learners of English, who are all male university students, were asked to read the speech material, an English passage of 110 word length, at their normal reading speed. Then a native speaker of English, a male American English teacher. was asked to read the same passage. The Japanese speakers were also asked to read a Japanese passage of 286 letters (Japanese Kana) to compare the reading of English with that of japanese. Their speech was analyzed on a computerized system (KAY Computerized Speech Lab). Wave forms, spectrograms, and F0 contours were shown on the screen to measure the duration of pauses, phrases and sentences and to observe intonation contours. One finding of the experiment was that the movement of the low speakers' speech rates showed a similar tendency in their reading of the English passage. Reading of the Japanese passage by the three learners also had a similar tendency in the movement of speech rates. Another finding was that the frequency of pauses in the learners speech was greater than that in the speech of the native speaker, but that the ration of the total pause length to the whole utterance length was about tile same in both the learners' and the native speaker's speech. A similar tendency was observed about the learners' reading of the Japanese passage except that they used shorter pauses in the mid-sentence position. As to intonation contours, we found that the learners used a narrower pitch range than the native speaker in their reading of the English passage while they used a wider pitch range as they read the Japanese passage. It was found that the learners tended to use falling intonation before pauses whereas the native speaker used different intonation patterns. These findings are applicable to the teaching of English pronunciation at the passage level in the sense that they can show the learners. Japanese here, what their problems are and how they could be solved.

• 말소리와 음성과학
• /
• 제13권3호
• /
• pp.71-78
• /
• 2021

인공신경망에 기반한 대부분의 음성 합성 모델은 고음질의 자연스러운 발화를 생성하기 위해 보코더 모델을 사용한다. 보코더 모델은 멜 스펙트로그램 예측 모델과 결합하여 멜 스펙트로그램을 음성으로 변환한다. 그러나 보코더 모델을 사용할 경우에는 많은 양의 컴퓨터 메모리와 훈련 시간이 필요하며, GPU가 제공되지 않는 실제 서비스 환경에서 음성 합성이 오래 걸린다는 단점이 있다. 기존의 선형 스펙트로그램 예측 모델에서는 보코더 모델을 사용하지 않으므로 이 문제가 발생하지 않지만, 대신에 고품질의 음성을 생성하지 못한다. 본 논문은 뉴럴넷 기반 보코더를 사용하지 않으면서도 양질의 음성을 생성하는 Tacotron 2 & Transformer 기반의 선형 스펙트로그램 예측 모델을 제시한다. 본 모델의 성능과 속도 측정 실험을 진행한 결과, 보코더 기반 모델에 비해 성능과 속도 면에서 조금 더 우세한 점을 보였으며, 따라서 고품질의 음성을 빠른 속도로 생성하는 음성 합성 모델 연구의 발판 역할을 할 것으로 기대한다.

• International Journal of Computer Science & Network Security
• /
• 제22권9호
• /
• pp.175-182
• /
• 2022

In our daily life, we come across different types of information, for example in the format of multimedia and text. We all need different types of information for our common routines as watching/reading the news, listening to the radio, and watching different types of videos. However, sometimes we could run into problems when a certain type of information is required. For example, someone is listening to the radio and wants to listen to jazz, and unfortunately, all the radio channels play pop music mixed with advertisements. The listener gets stuck with pop music and gives up searching for jazz. So, the above example can be solved with an automatic audio classification system. Deep Learning (DL) models could make human life easy by using audio classifications, but it is expensive and difficult to deploy such models at edge devices like nano BLE sense raspberry pi, because these models require huge computational power like graphics processing unit (G.P.U), to solve the problem, we proposed DL model. In our proposed work, we had gone for a low complexity model for Audio Event Detection (AED), we extracted Mel-spectrograms of dimension 128×431×1 from audio signals and applied normalization. A total of 3 data augmentation methods were applied as follows: frequency masking, time masking, and mixup. In addition, we designed Convolutional Neural Network (CNN) with spatial dropout, batch normalization, and separable 2D inspired by VGGnet [1]. In addition, we reduced the model size by using model quantization of float16 to the trained model. Experiments were conducted on the updated dataset provided by the Detection and Classification of Acoustic Events and Scenes (DCASE) 2020 challenge. We confirm that our model achieved a val_loss of 0.33 and an accuracy of 90.34% within the 132.50KB model size.