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
- 2022.9
- 수록면
- 1,306 - 1,309 (4page)
- DOI
- 10.7840/kics.2022.47.9.1306
이용수
초록· 키워드
오류제보하기
본 논문은 클리핑 된 오디오 신호에서 원음을 복원해주는 디클리핑(declipping)에 관한 것이며, 이를 위해 심층신경망을 기반으로 한 새로운 방법을 제안한다. 본 기법은 우선 클리핑 된 오디오 샘플 개수를 기반으로 클리핑 프레임을 검출한다. 이후 클리핑 프레임과 원음 프레임의 크기 스펙트럼을 각각 심층신경망의 입출력으로 사용하여 네트워크를 훈련한다. 음성 데이터베이스의 원음과 복원된 신호 간의 RMSE와 LSD 비교 실험을 통해, 제안된 방법이 기존 방법에 비해 성능이 향상됨을 보였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 심층신경망 기반 디클리핑 알고리즘
Ⅲ. 실험 및 결과
Ⅳ. 결론 및 향후 연구방향
References
참고문헌 (7)
참고문헌 신청
A. J. E. M. Janssen, R. Veldhuis, and L. Vries, “Adaptive interpolation of discrete-time signals that can be modeled as autoregressive processes,” IEEE Trans. Acoustics, Speech, and Sign. Process., vol. 34, no. 2, pp. 317-330, 1986. (https://doi.org/10.1109/tassp.1986.1164824)
J. S. Abel, “Restoring a clipped signal,” Acoustics, Speech, and Signal Processing, IEEE Int. Conf. IEEE Comput. Soc., 1991. (https://doi.org/10.1109/icassp.1991.150655)
S. J. Godsill, P. J. Wolfe, and W. N. W. Fong, “Statistical model-based approaches to audio restoration and analysis,” J. New Music Res., vol. 30, no. 4, pp. 323-338, 2001. (https://doi.org/10.1076/jnmr.30.4.323.7489)
C. Gaultier, et al., “Sparsity-based audio declipping methods: selected overview, new algorithms, and large-scale evaluation,” IEEE/ACM Trans. Audio, Speech, and Lang. Process., vol. 29, pp. 1174-1187, 2021. (https://doi.org/10.1109/taslp.2021.3059264)
L. Rencker, et al., “Consistent dictionary learning for signal declipping,” Int. Conf. Latent Variable Anal. and Sign. Separation, pp. 446-455, Springer, Cham, 2018. (https://doi.org/10.1007/978-3-319-93764-9_41)
J. S. Abel, “Restoring a clipped signal,” Acoustics, Speech, and Signal Processing, IEEE Int. Conf. IEEE Comput. Soc., 1991. (https://doi.org/10.1109/icassp.1991.150655)
S. J. Godsill, P. J. Wolfe, and W. N. W. Fong, “Statistical model-based approaches to audio restoration and analysis,” J. New Music Res., vol. 30, no. 4, pp. 323-338, 2001. (https://doi.org/10.1076/jnmr.30.4.323.7489)
C. Gaultier, et al., “Sparsity-based audio declipping methods: selected overview, new algorithms, and large-scale evaluation,” IEEE/ACM Trans. Audio, Speech, and Lang. Process., vol. 29, pp. 1174-1187, 2021. (https://doi.org/10.1109/taslp.2021.3059264)
L. Rencker, et al., “Consistent dictionary learning for signal declipping,” Int. Conf. Latent Variable Anal. and Sign. Separation, pp. 446-455, Springer, Cham, 2018. (https://doi.org/10.1007/978-3-319-93764-9_41)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
온라인 게임에서 그리핑의 발생 원인에 대한 심리적 요인에 대한 연구
한국컴퓨터정보학회 학술발표논문집
2020 .07
-
신경망 기반 오디오 초 해상도 기술 성능 분석
한국방송미디어공학회 학술발표대회 논문집
2020 .07
-
깊은 신경망을 이용한 오디오 이벤트 검출
디지털콘텐츠학회논문지
2017 .02
-
Deep Neural Network Structure Selection Using Coverage Methods
Journal of KIISE
2021 .01
-
심층신경망에 기반한 오디오 코드 추정 시스템의 설계
Proceedings of KIIT Conference
2018 .06
-
신경망 기반 오디오 정보를 내장한 영상 생성 방법
한국통신학회 학술대회논문집
2022 .06
-
Deep Neural Network 를 이용한 음성 품질 평가에 관한 연구
한국통신학회 학술대회논문집
2017 .06
-
깊은 신경망 기반의 전이학습을 이용한 사운드 이벤트 분류
한국음향학회지
2016 .01
-
클리핑 인식 양자화 학습을 통한 하드웨어 친화적인 이미지 분류 네트워크 구현
대한전자공학회 학술대회
2022 .06
-
심층신경망 기반의 스테레오로부터 5.1 채널로의 오디오 업믹싱 기법
대한전자공학회 학술대회
2015 .11
-
OFDM 신호의 PAPR 감소를 위한 적응적 톤 예약 기법
한국전자통신학회 논문지
2019 .01
-
심층 순환 신경망
정보과학회지
2015 .08
-
딥러닝 기반의 음성/오디오 기술
방송과 미디어
2017 .01
-
Deep neural network 기반 오디오 표식을 위한 데이터 증강 방법 연구
한국음향학회지
2018 .01
-
가상현실 음향을 위한 심층신경망 기반 사운드 보간 기법
방송공학회논문지
2019 .03
-
마스킹 이론이 적용된 심층신경망 음성 향상 방법
한국재활복지공학회 학술대회 논문집
2019 .04
-
코드-여기 선형예측 프레임워크에 기반한 신경망 음성 및 오디오 부호화
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
배터리 유연 그리핑 장치 개발
한국자동차공학회 추계학술대회 및 전시회
2018 .11
-
가상현실 음향을 위한 심층신경망 기반 사운드 보간 기법
한국방송미디어공학회 학술발표대회 논문집
2018 .11
-
심층 신경망을 이용한 침입 탐지 방법 연구
한국통신학회 학술대회논문집
2017 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-567-001699696