-
公开(公告)号:KR101721424B1
公开(公告)日:2017-03-31
申请号:KR1020150191321
申请日:2015-12-31
Applicant: 서강대학교산학협력단
Abstract: 본발명은반향에강인한다음원위치탐지방법에관한것이다. 상기다음원위치탐지방법은, (a) 다수개의마이크를통해입력된관찰신호를사전설정된길이단위로블록화하는단계; (b) 관찰신호의임의의블록에대하여주파수영역의신호로변환시키는단계; (c) 주파수영역의신호로변환된관찰신호의해당블록에대하여, 주파수영역에서의우도함수를설정하고상기우도함수를최대화하는방향으로채널필터를학습하는단계; (d) 관찰신호의해당블록에대하여상기학습된채널필터를이용하여음원신호를추정하고, 추정된음원신호에대하여서로소조건을적용한후, 채널필터를업데이트시키는단계; (e) 관찰신호의해당블록에대하여상기업데이트된채널필터를시간영역의신호로변환시킨후 성김조건을적용하는단계; (f) 관찰신호의해당블록에대한학습된채널필터를정규화시키는단계; (g) 상기관찰신호의각 블록들에대하여상기 (b) 단계내지 (f) 단계를반복수행하여채널필터를학습하는단계;를구비하여, 상기학습된채널필터를이용하여음원의위치를탐지해낼수 있다.
Abstract translation: 本发明涉及一种回声抵抗下一个原位检测方法。 下一个原位检测方法包括以下步骤:(a)将通过多个麦克风输入的观测信号阻挡预定长度单位; (b)将观测信号的任意块变换成频域信号; (C)设置一个似然函数eseoui,所观察到的信号的相应块中的频域转换为频域信号,并以最大化似然函数的方向上的学习过滤器通道; (d)使用所学习的信道滤波器,更新估计声源信号,相对于所估计的声源信号,对观测信号的相应块中的信道滤波器施加预定条件彼此之后的步骤; (e)将更新的信道滤波器变换成用于观测信号的相应块的时域信号,并应用渲染条件; (f)针对观测信号的该块对学习的信道滤波器进行归一化; 检测所述声源的位置并设置有,使用学习的信道滤波器;(G)通过重复执行步骤(b)至(f)步骤的观测信号的每个块学习信道滤波器的步骤 我可以做到。
-
12.딥 빌리프 네트워크를 이용한 음성기반 호불호 검출방법 및 장치, 그를 기록한 기록매체 有权
Title translation: 利用深度比较网络的语音信号的基于检测方法和装置的特征数据,记录方法的中继记录方案公开(公告)号:KR101561651B1
公开(公告)日:2015-11-02
申请号:KR1020140062477
申请日:2014-05-23
Applicant: 서강대학교산학협력단 , 경북대학교 산학협력단
Abstract: 본발명에따르는딥 빌리프네트워크(Deep Belief Network; 이하 DBN라칭함)를이용한음성기반호불호검출방법은, 음성신호들과그에대응되는호불호식별정보들로구성되는학습데이터를제공받아, 음성신호들에대한특징정보를추출하고, 그특징정보를 DBN을통해학습하여 DBN 데이터를생성하고, 그 DBN 데이터에호불호식별정보로구성되는레이블레이어를추가하여 DBN 데이터의생성을완료하는단계; 및상기테스트음성신호가입력되면, 그테스트음성신호에서특징정보를추출하고, 그특징정보에대응되는 DBN 데이터를검출하고, 그검출된 DBN 데이터의레이블레이어에기록된호불호식별정보에따라호불호검출결과를출력하는단계;를구비함을특징으로한다.
Abstract translation: 本发明涉及一种通过使用深信念网络(以下称为DBN)来检测基于语音的偏好的方法,该方法包括以下步骤:接收由语音信号组成的学习数据和与其对应的偏好识别信息,以提取特征 关于语音信号的信息,通过DBN学习特征信息以生成DBN数据,以及将由偏好识别信息组成的标签层添加到DBN数据以完成DBN数据的生成; 并且当输入测试语音信号时从测试语音信号中提取特征信息以检测对应于特征信息的DBN数据,并根据记录在检测到的DBN数据的标签层上的偏好识别信息输出检测到的偏好的结果。
-