지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.5
- 수록면
- 472 - 484 (13page)
이용수
초록· 키워드
오류제보하기
본 논문에서는 심층신경망을 이용한 시간 영역 음향 이벤트 검출 알고리즘을 제시한다. 본 시스템에서는 주파수 영역으로 변환되지 않은 시간 영역의 음향 데이터를 심층신경망의 입력으로 사용한다. 전반적인 구조는 CRNN 구조를 사용하였으며, GLU, ResNet, Squeezeand-excitation 블럭을 적용하였다. 그리고 여러 계층에서 추출된 특징을 함께 고려하는 구조를 제안하였다. 또한 본 연구에서는 강한 라벨이 있는 훈련 데이터를 확보하는 것이 현실적으로 어렵다는 전제 아래에서 약한 라벨이 있는 훈련 데이터 약간 그리고 다수의 라벨이 없는 훈련 데이터를 활용하여 훈련을 수행하였다. 적은 수의 훈련 데이터를 효과적으로 사용하기 위해 타임 스트레칭, 피치 변화, 동적 영역 압축, 블럭 혼합 등의 데이터 증강 방법을 적용하였다. 라벨이 없는 데이터에는 의사 라벨을 붙여 부족한 훈련 데이터를 보완하였다. 본 논문에서 제안한 신경망과 데이터 증강 방법을 사용하는 경우, 종래의 방식으로 CRNN 구조의 신경망을 훈련하여 사용하는 경우보다, 음향 이벤트 검출 성능이 약 6 % (f-score 기준)가 개선되었다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 심층신경망 구조
Ⅲ. 데이터 증강
Ⅳ. 알고리즘 구현
Ⅴ. 실험 결과
Ⅵ. 결론
참고문헌 (References)
참고문헌 (14)
참고문헌 신청
Mesaros, A., Heittola, T, and Virtanen, T, “TUT database for acoustic scene classification and sound event detection,“ 2016 24th EUSIPCO, Hungary, Budapest, pp.1128-1132, August 2016.
E. Wold, T. Blum, D. Keislar, and J. Wheaten, “Content-based classification, search, and retrieval of audio,” IEEE Multimedia, Vol.3, No.3, pp.27?36, 1996.
DENG, Ltsc, et al. “Recent advances in deep learning for speech research at Microsoft,“ In ICASSP, Vol. 26, pp. 64, May 2013.
Mun, Seongkyu, et al. Generative adversarial network based acoustic scene training set augmentation and selection using SVM hyper- plane, Proceeding of DCASE, pp.93-97, 2017.
Y. N. Dauphin, A. Fan, M. Auli, and D. Grangier, “Language modeling with gated convolutional networks,” arXiv preprint arXiv preprint arXiv:1612.08083, 2016.
E. Wold, T. Blum, D. Keislar, and J. Wheaten, “Content-based classification, search, and retrieval of audio,” IEEE Multimedia, Vol.3, No.3, pp.27?36, 1996.
DENG, Ltsc, et al. “Recent advances in deep learning for speech research at Microsoft,“ In ICASSP, Vol. 26, pp. 64, May 2013.
Mun, Seongkyu, et al. Generative adversarial network based acoustic scene training set augmentation and selection using SVM hyper- plane, Proceeding of DCASE, pp.93-97, 2017.
Y. N. Dauphin, A. Fan, M. Auli, and D. Grangier, “Language modeling with gated convolutional networks,” arXiv preprint arXiv preprint arXiv:1612.08083, 2016.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CRNN 기반의 소리 이벤트 검출 성능 분석
한국정보기술학회논문지
2019 .05
-
DNN기반의 음향 이벤트 검출 알고리듬의 성능 분석
대한전자공학회 학술대회
2018 .06
-
SED 기술 개발을 위한 음향 데이터베이스 설계 및 구축
대한전자공학회 학술대회
2018 .06
-
음향 이벤트 검출을 위한 주요 주파수 증폭 기반 데이터 증강
전자공학회논문지
2024 .07
-
차분특징을 이용한 CRNN 기반의 소리 이벤트 검출
한국정보기술학회논문지
2020 .06
-
CRNN 기반 사운드 이벤트 검출을 통한 스마트 양봉 위험 관리 시스템
한국통신학회 학술대회논문집
2025 .02
-
실생활 음향 데이터 기반 이중 CNN 구조를 특징으로 하는 음향 이벤트 인식 알고리즘
방송공학회논문지
2018 .11
-
Attention CRNN에 기반한 오디오 이벤트 검출
한국전자통신학회 논문지
2020 .01
-
CNN과 CRNN을 이용한 오디오 이벤트 검출 성능 비교
Proceedings of KIIT Conference
2018 .06
-
깊은 신경망 기반의 전이학습을 이용한 사운드 이벤트 분류
한국음향학회지
2016 .01
-
난청인을 위한 사운드 이벤트 검출 웨어러블 디바이스 구현
Proceedings of KIIT Conference
2018 .06
-
음향 이벤트 검출 시스템 개발을 향한 EfficientNet 기반 음향 모델 최적화에 관한 연구
대한전자공학회 학술대회
2024 .06
-
음향 이벤트 검출 시스템 개발을 위한 특징 피라미드 다중 해상도 주파수 동적 컨볼루션 모델
대한전자공학회 학술대회
2024 .06
-
가상현실 음향을 위한 심층신경망 기반 사운드 보간 기법
방송공학회논문지
2019 .03
-
음향 이벤트 검출을 위한 다중 분해능 자가집중 기반 동적 주파수 컨볼루션 신경망
전자공학회논문지
2024 .10
-
가상현실 음향을 위한 심층신경망 기반 사운드 보간 기법
한국방송미디어공학회 학술발표대회 논문집
2018 .11
-
Ultra Sound Doppler Area Detection by Deep Neural Network
Proceedings of The International Workshop on Future Technology
2017 .07
-
제한된 계산량으로 가정내 음향 상황을 검출하는 사운드 이벤트 검출 시스템 개발
한국방송미디어공학회 학술발표대회 논문집
2019 .06
-
음향 데이터를 이용한 인공신경망 기반 양불 판정 기법
한국소음진동공학회 학술대회논문집
2020 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-567-000695575