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
김광기 (나사렛대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제26권 제2호
발행연도
2025.2
수록면
339 - 346 (8page)
DOI
10.9728/dcs.2025.26.2.339

이용수

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

초록· 키워드

오류제보하기
본 논문은 통합 코딩 시스템에서 음성 신호와 오디오 신호를 분류하는 딥러닝 기반 서브밴드 분석 방법을 제안한다. 기존 G.718 분류기는 Modified Discrete Cosine Transform (MDCT) 에너지 비율과 같은 단일 매개변수에 의존하여 일정 수준의 분류 성능만을 지닌다는 한계를 가진다. 또한, 서브밴드 기반 이진 결정 트리는 고정된 결정 경계를 사용하여 신호의 특성을 분류하여 비선형적인 신호 특성이나 급격하게 변하는 신호를 모델링하는 데 어려움이 있다. 이러한 기존 분류기의 문제를 해결하기 위해 본 연구에서는 컨볼루션 신경망(CNN; convolutional neural network과 순환 신경망(RNN; recurrent neural network)을 활용한 딥러닝 기반 서브밴드 분석 기법을 적용한 새로운 분류기를 제안한다. 제안된 방법은 서브밴드 분석을 통해 다양한 주파수 대역에서 관련된 특징을 추출함으로써 딥러닝 모델이 음성 및 오디오 신호 간의 복잡한 관계와 패턴을 효과적으로 학습할 수 있도록 설계되었다. 실험결과, 제안된 분류기는 G.718 및 서브밴드 기반 이진 결정 트리 모델에 비해 분류 정확도 측면에서 큰 성능 향상을 보였다.
#음성/오디오 분류기 #컨볼루션 신경망 #순환 신경망 #서브밴드 분석 #특징 추출 #Speech/Audio Classifier #Convolutional Neural Network #Recurrent Neural Network #Subband Analysis #Feature Extraction

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 기존의 음성/오디오 분류기
Ⅳ. 실험 및 성능 평가
V. 결론
참고문헌

참고문헌 (0)

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

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

차량용 인포테인먼트 시스템 복잡도와 성능의 상관분석에 관한 연구
김건동 한국자동차공학회 추계학술대회 및 전시회 2024 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092502254