메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최범휘 (국립금오공과대학교) 김준수 (ETRI) 황현욱 (ETRI) 이해연 (국립금오공과대학교)
저널정보
한국디지털포렌식학회 디지털포렌식연구 디지털 포렌식 연구 제16권 제4호
발행연도
2022.12
수록면
56 - 68 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근에 대부분의 디지털 범죄는 개인용 컴퓨터와 스마트폰을 이용한 데이터를 통해 발생하고 있다. 오디오도 범죄 수사의 대상이며 오디오에 대한 디지털 포렌식 기술의 수요가 증가하고 있다. 본 논문에서는 딥러닝을 이용하여 다양한 오디오 파일에서 일반 오디오 및 공개 음성 녹음, 사용자 음성 녹음의 3종에 대한 분류를 위한 방법을 제안한다. 제안한 방법의 학습과 평가를 위해 일반 오디오 및 공개 음성 녹음, 사용자 음성 녹음의 3종 클래스를 정의하여 데이터셋을 구축하였고, 전체 오디오에 대하여 세그먼트 단위로 분류를 수행한 후에 최종적으로 클래스를 결정하였다. 세그먼트 단위로 음성 녹음 분류에 있어서 컨볼루션 신경망 기반의 딥러닝 모델은 정확도가 낮아서, 자연어 처리에 사용되는 트랜스포머 신경망 기반의 Perceiver 모델을 도입하였다. MFCC 특징 추출을 통하여 입력 데이터를 생성하고, 음성 녹음 분류에 적합하도록 어텐션과 트랜스포머 계층을 수정하고 파라미터를 최적화하였다. 실험에서는 제안한 방법을 구축한 데이터셋으로 학습하고, 오디오 세그먼트 단위와 전체 오디오 파일 단위의 분류 성능을 분석하였다. 그 결과 세그먼트 단위로 83.47% 정확도를 달성하였고, 전체 오디오 파일에 대하여 95.19% 정확도를 달성하였다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 딥러닝을 이용한 사용자 음성 녹음 파일 자동 분류 방법
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론
참고문헌 (References)

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-036-000300045