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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
송희주 (Kangwon National University) 유선아 (Kangwon National University) 손세강 (Kangwon National University) 장웅기 (Kangwon National University) 황향희 (Kangwon National University) 김현욱 (Kangwon National University) 김병희 (Kangwon National University) 이형석 (Kangwon National University)
저널정보
한국생산제조학회 한국생산제조학회지 한국생산제조학회지 Vol.33 No.1
발행연도
2024.2
수록면
27 - 34 (8page)
DOI
10.7735/ksmte.2024.33.1.27

이용수

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

이 논문의 연구 히스토리 (2)

2024

골전도 헤드폰 형태로 추출된 골전도 음성 신호의 딥러닝 활용
송희주 ,  유선아 ,  손세강 외 5명 한국생산제조학회지 2024.02 학술저널

2023

외부 간섭 요소 최소화를 위한 딥러닝 기반의 골전도 음성 신호 활용
송희주 ,  손세강 ,  유선아 외 5명 한국생산제조학회 학술발표대회 논문집 2023.07 학술대회자료

초록· 키워드

오류제보하기
In this study, we used deep learning to align bone-conducted speech signals with air-conducted speech signals, aiming to replace traditional air conduction microphones in voice-based services capturing surrounding sounds. We fabricated headphones, placing bone conduction microphones on the rami (the branches of a bone in the jaw area), in line with traditional bone conduction headphone configurations. Using LSTM, CNN, and CRNN models, we created databases that aligned bone-conducted speech signals with their air-conducted counterparts and tested them with bone-conducted speech signals captured via our custom-made headphones. The CNN model demonstrated superior performance in accurately distinguishing three English words (“apple,” “hello,” and “pass”), including their voiceless pronunciations. In conclusion, our study shows that deep learning models can effectively use bone-conducted speech signals extracted from the rami for automatic speech recognition (ASR), paving the way for future ASR technology that precisely recognizes only the speaker’s voice.
#Bone conduction #Bone-conducted speech signals #Automatic speech recognition #Deep learning

목차

ABSTRACT
1. 서론
2. 실험 방법
3. 실험 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

외부 간섭 요소 최소화를 위한 딥러닝 기반의 골전도 음성 신호 활용
송희주 ,  손세강 ,  유선아 외 5명 한국생산제조학회 학술발표대회 논문집 2023 .07
스펙트럼 도식화를 통한 인공지능 커버 음악 서비스 분석
공민식 ,  성정환 한국게임학회 논문지 2023 .12
소음 환경에서 음성 측정을 위한 웨어러블 넥 마이크
송용훈 ,  김윤식 ,  정윤영 대한전자공학회 학술대회 2023 .06
딥러닝 기반 자연어 처리 및 음성 처리 분석
김기욱 ,  이영학 Proceedings of KIIT Conference 2024 .05
딥러닝 기반의 음성 신호 검출 연구
윤희식 ,  안상근 ,  이해연 Proceedings of KIIT Conference 2023 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089381406