• 말소리와 음성과학
• /
• 제1권1호
• /
• pp.9-22
• /
• 2009

This paper first presents the author's personal view on the importance of modeling in scientific research in general, and then describes two of his works toward modeling certain aspects of human speech communication. The first work is concerned with the physiological and physical mechanisms of controlling the voice fundamental frequency of speech, which is an important parameter for expressing information on tone, accent, and intonation. The second work is concerned with the cognitive processes involved in a discrimination test of speech stimuli, which gives rise to the phenomenon of so-called categorical perception. They are meant to illustrate the power of models based on deep understanding and precise formulation of the functions of the mechanisms/processes that underlie observed phenomena. Finally, it also presents the author's view on some models that are yet to be developed.

• 음성과학
• /
• 제10권1호
• /
• pp.85-94
• /
• 2003

In this paper an algorithm to reduce the size of Text-to-Speech database is proposed. The algorithm is based on the characteristics of Korean phonemic units. From the initial database, a reduced phoneme unit set is induced by articulatory similarity of concatenating phonemes. Speech data is read by one female announcer for 1000 phonetically balanced sentences. All the recorded speech is then segmented by phoneticians. Total size of the original speech data is about 640 MB including laryngograph signal. To synthesize wave, RE-PSOLA (Residual-Excited Pitch Synchronous Overlap and Add Method) was used. The voice quality of synthesized speech was compared with original speech in terms of spectrographic informations and objective tests. The quality of the synthesized speech is not much degraded when the size of synthesis DB was reduced from 320 MB to 82 MB.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.568-571
• /
• 2012

정보화 사회의 정보 기반 구조로서, 고속 정보망의 구축, 개인용 컴퓨터의 급속한 보급, 멀티미디어 기술의 발전 등으로 인하여 정보 서비스의 새로운 장이 열리고 있다. 동영상 데이터는 텍스트만이 아니라 영상정보, 음성정보등 각종 의미있는 다양한 멀티미디어 정보를 포함하고 있다. 본 논문에서는 동영상에서 음성과 영상을 분리하여 음성을 이용하여 음성열을 분할 및 복원하여 음성을 텍스트로 변환하여 텍스트색인파일을 만들고 영상은 이미지를 분할 및 히스토그램을 사용하여 이미지 샷을 검출하여 두 색인파일을 이용하여 인덱싱을 하여 동영상 검색에 활용한다.

• Journal of Multimedia Information System
• /
• 제8권1호
• /
• pp.17-22
• /
• 2021

This paper proposes a wearable user interface intended for kids and parents using WearOS smartwatches. We first review what constitutes a kids smartwatch and then design UI components for watchfaces to be used by kids and parents. Different UI components ranging from activity, education, voice search, app usage, video, location, health, and quick dial are described. These components are either implemented as complications or on watchfaces and may require on-device standalone function, cross-device communication, and external database. We introduce a theme-based amusing UI for kids whereas simple and easily accessible components are recommended to parents' watchface. To illustrate use cases, we present 3 scenarios for enhancing communication between parents and child. To show feasibility and potential of our approach, we implement our proof-of-concept using commercial smartwatches, smartphones, and external cloud database. Furthermore, performance of checking app usages on different devices are presented, followed by discussion on limitations and future work.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.138-141
• /
• 2009

모바일 명함 관리 시스템은 간편하게 모바일 기기를 이용하여 명함을 등록하고 검색할 수 있으나 모바일 기기의 특징상 화면이 작고 정보를 이용하기 위해서는 펜을 이용하여 검색어를 입력해야하는 불편함이 있다. 이를 해결하기 위해 명령을 음성으로 처리하고자하는 VUI(Voice User Interface)의 필요성이 증가하였다. 또한 모바일 기기의 메모리 공간상의 제약으로 인한 음성인식엔진 탑재의 어려움이 있다. 이에 본 논문에서는 모바일 단말기로부터 음성을 입력받아 인식결과를 모바일 단말기로 되돌려 주는 음성인식 시스템을 구축하고 본 인식시스템과 모바일 클라이언트 시스템을 분산처리 가능한 웹서비스 환경으로 구성하였다.

• 한국시뮬레이션학회논문지
• /
• 제21권3호
• /
• pp.1-9
• /
• 2012

본 논문에서는 공항 정밀접근 항공기의 안전성을 증대시키기 위한 방법으로 S/W 패킷모뎀을 이용한 PAR 관제 자동화 방안을 제안하고, DEVS 형식론을 이용하여 제안하는 시스템의 기능을 검증하였다. 기존의 PAR 관제는 음성으로 항공기를 통제함으로써 조종사의 정보 획득 능력이 떨어질 수 있다. 이를 해결하기 위하여 디지털 신호에 의한 자동 관제 시스템을 제안하고, 공항의 PAR이 추적하고 있는 항공기의 비행경로, 강하각, 거리를 조종사에게 실시간으로 전송해 주고 일반화함으로서 관제사의 숙련도와 관제 특성에 기인하는 요소를 배제할 수 있다. 제안된 시스템의 동작을 검증하기 위하여 확장된 DEVS 형식론인 C-DEVS 형식론을 사용하고, 하나의 모델로 합성된 원자 모델을 통해 시스템의 전체 상태 시퀀스를 검색하여 시스템의 안전성(Safeness)과 필연성(Liveness)을 검증할 수 있다. 제안하는 시스템의 C-DEVS 모델을 기존의 음성 관제 시스템과 비교하여 두 시스템이 동일한 상태 시퀀스를 가짐을 확인하였으며, 모든 상태를 검증함으로써 실제 상황에 적용할 수 있을 것으로 생각된다.

• 한국멀티미디어학회논문지
• /
• 제9권5호
• /
• pp.585-594
• /
• 2006

휴대폰 카메라에서는 자동 초점 제어를 위하여, 스텝 모터보다 크기 면에서 소형인 보이스 코일 모터가 많이 사용되고 있다. 보이스 코일 모터를 이용하는 광학계에서는 인가되는 동일한 전류 값에 대하여, 초점값이 달라지는 특정이 있다. 이는 보이스 코일 모터의 특성으로 인하여 발생하는 현상으로서, 렌즈 위치에 대한 오차가 발생하였음을 의미한다. 이러한 보이스 코일 모터의 특성에 의한 렌즈 위치 오차를 보상하기 위하여, 본 논문에서는 검색 단계별 스텝 간격 및 검색 횟수에 따른 렌즈 위치 오차 보상 알고리즘을 제안하였다. 이 방법에서는, 고속 초점 제어를 위하여 검색 단계를 기존 검색 방법에 -7의 중간 스텝 간격을 추가하고, 정교한 초점 제어를 위하여 최종 검색 단계 스텝 사이즈를 +1로 설정한다. 제안한 방법은 기존의 방법보다 더 빠르게 자동 초점 조절을 수행하며, 촬영된 결과 영상 또한 주관적 및 객관적인 측면에서 더 우수함을 실험 결과를 통해 확인하였다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1716-1722
• /
• 2021

최근 동영상 콘텐츠 제공 서비스는 그 용량이 매우 증가하여 사용자 추천의 중요성이 증가하고 있다. 그리고 이러한 콘텐츠는 다양한 특성을 내포하고 있어 사용자가 지정한 키워드만으로 그 콘텐츠의 특징을 제대로 표현하기 어렵다. 그러므로 사용자가 정의한 키워드를 이용하는 기존의 추천 시스템은 개체의 특성을 제대로 반영하지 못하는 한계가 있다. 본 논문에서는 교육용 동영상 서비스 시스템의 콘텐츠 추천을 위한 기법 중 음성데이터 기반 자막을 이용한 분석과 영상의 키프레임을 이용한 영상 비교 기법의 효율성을 비교한다. 또한, 실험 결과를 통해 각 분석 기법이 효율적으로 활용될 수 있는 영상 콘텐츠의 유형 및 환경을 제안한다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1121-1128
• /
• 2022

본 논문에서는 일상생활 마이크에 원하는 정보를 입력했을 때 스피커를 통해 그에 대한 정보를 출력하는 스마트 미러를 제작하였다. 스마트 미러의 화면은 LCD 모니터를 사용하여 아크릴판이 결합하여 있는 액자에 하프미러를 붙여 디스플레이를 제외한 공간에는 빛이 투과되지 않도록 하여 거울 기능을 할 수 있게 만들었다. 소프트웨어 구성 중 Raspbian을 이용하여 시스템 환경을 구축하였다. 기본 메뉴는 실제 기능적인 부분에 있어서 사용되는 거울을 통해 다양한 정보를 제공할 수 있는 스마트 미러를 라즈베리 파이를 이용하여 개발하였다. 개발된 스마트 미러는 시간, 날씨, 구글 캘린더, 유튜브 음악, 웹브라우저 검색 기능 등의 다양한 정보를 제공하며, 핸드폰 무선 충전도 가능하게 하드웨어를 제작하였다. 기존의 스마트 미러는 미리 입력된 데이터 혹은 GUI 기능만 수행할 수 있었다면 본 논문의 스마트 미러는 'Google Assistant'를 연동하여 기존의 설정한 기능뿐만 아니라 알고리즘 검색을 활용하여 웹사이트 정보를 제공한다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권12호
• /
• pp.819-829
• /
• 2017

본 논문에서는 음성인식 기술의 현황을 소개하고 기본적인 음성인식 기술과 알고리즘을 먼저 알아본 뒤에, 음성인식 기술에 필요한 API의 코드 흐름에 대해 설명을 할 것이다. 음성인식 API중에 가장 유명한 검색엔진을 가진 구글, 네이버 다음 카카오 각각의 Application Programming Interface(API)를 안드로이드 스튜디오 툴을 이용하여 음성인식이 가능한 앱을 만든다. 그런 뒤 성별, 나이별, 지역별에 따라 사람들의 표준어, 방언에 대한 음성인식 실험을 하여 음성 인식 정확도를 표로 정리한다. 방언에 대한 실험 지역으로는 방언의 정도가 심한 경상도, 충청도, 전라도 방언에 대해 실험하였고, 표준화된 방언를 기준으로 비교 실험을 진행하였다. 결과적으로 나온 문장에 따라 띄어쓰기, 받침, 조사, 단어를 기반으로 문장의 정확성을 확인하여 각각의 오류의 개수를 숫자로 표현하였다. 결과적으로 방언과 표준어의 음성 인식률에 따라 각각의 API의 장점에 대해서 소개하고, 어떤 상황에서 가장 효율적으로 사용할지에 대해 기본적인 틀을 마련하고자 한다.