맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

음성 존재 구간 판별 장치 및 방법

  • 기술번호 : KST2019001440
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명의 일 실시예에 따른 음성 존재 구간 판별 장치는 음향 신호의 프레임 별로 특징 벡터를 추출하는 특징 벡터 추출부, 특징 벡터를 입력 받아, 프레임 별 음성 존재 확률 및 프레임 별 잡음의 종류를 추정하는 기계 학습 모델부 및 음성 존재 확률이 소정의 임계치 이상인 프레임을 판별하는 판별부를 포함한다.
Int. CL G10L 25/78 (2013.01.01) G10L 19/038 (2013.01.01) G10L 25/27 (2013.01.01) G06N 3/08 (2006.01.01)
CPC G10L 25/78(2013.01) G10L 25/78(2013.01) G10L 25/78(2013.01) G10L 25/78(2013.01) G10L 25/78(2013.01) G10L 25/78(2013.01)
출원번호/일자 1020170105485 (2017.08.21)
출원인 국방과학연구소
등록번호/일자
공개번호/일자 10-2019-0020471 (2019.03.04) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.08.21)
심사청구항수 4

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최인규 대한민국 서울특별시 관악구
2 배수현 대한민국 서울특별시 관악구
3 김남수 대한민국 서울특별시 서초구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 제일특허법인(유) 대한민국 서울특별시 서초구 마방로 ** (양재동, 동원F&B빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2017.08.21 수리 (Accepted) 1-1-2017-0805564-22
2 의견제출통지서
Notification of reason for refusal		 2018.11.20 발송처리완료 (Completion of Transmission) 9-5-2018-0789738-85
3 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.01.21 수리 (Accepted) 1-1-2019-0072141-10
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.01.21 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0072142-55
5 최후의견제출통지서
Notification of reason for final refusal		 2019.05.27 발송처리완료 (Completion of Transmission) 9-5-2019-0376546-85
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.07.19 보정승인 (Acceptance of amendment) 1-1-2019-0743693-40
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.07.19 수리 (Accepted) 1-1-2019-0743692-05
8 등록결정서
Decision to grant		 2019.10.31 발송처리완료 (Completion of Transmission) 9-5-2019-0791709-09
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
시간 대역에서 표현된 음향 신호의 원 파형을 프레임 별로 샘플링하여 추출한 값으로부터 특징 벡터를 추출하는 특징 벡터 추출부;상기 특징 벡터를 입력 받아, 상기 프레임 별 음성 존재 확률 및 상기 프레임 별 잡음의 종류를 추정하는 기계 학습 모델부; 및 상기 음성 존재 확률이 소정의 임계치 이상인 프레임을 판별하는 판별부를 포함하고, 상기 기계 학습 모델부는, 복수의 종류의 잡음 각각과 관련된 복수의 학습용 음향 신호의 특징 벡터를 기계 학습의 입력 데이터로 설정하고, 상기 복수의 학습용 음향 신호 각각에 대해 음성 존재 여부 및 상기 복수의 학습용 음향 신호 각각에 포함된 잡음의 종류를 출력 데이터로 설정하여, 상기 입력 데이터로부터 상기 출력 데이터를 출력하기 위한 파라미터를 학습하는 것에 의해 생성되고, 상기 파라미터는, 상기 학습용 음향 신호의 음성 존재 여부와 상기 학습용 음향 신호에 포함된 상기 잡음의 종류와의 상관 관계와 관련되며, 상기 출력 데이터로 설정되는 상기 잡음의 종류는, 비음성에 대한 식별 정보를 포함하는 클래스(class)로 특정되는음성 존재 구간 판별 장치
2 2
제1항에 있어서,상기 프레임은,상기 음향 신호를 소정의 시간 단위로 나눈 것인음성 존재 구간 판별 장치
3 3
삭제
4 4
삭제
5 5
음성 존재 구간 판별 방법에 있어서 상기 방법은 하나 이상의 프로세서에 의해 수행되고, 상기 방법은, 시간 대역에서 표현된 음향 신호의 원 파형을 프레임 별로 샘플링하여 추출한 값으로부터 특징 벡터를 추출하는 단계;상기 특징 벡터를 입력 받아 상기 프레임 별 음성 존재 확률 및 상기 프레임 별 잡음의 종류를 추정하는 단계; 및상기 음성 존재 확률이 소정의 임계치 이상인 프레임을 판별하는 단계를 포함하고, 상기 추정하는 단계는, 잡음을 포함하는 학습용 음향 신호의 특징 벡터를 기계 학습의 입력 데이터로 설정하고, 상기 학습용 음향 신호 내의 음성 존재 여부 및 상기 학습용 음향 신호에 포함된 잡음의 종류를 출력 데이터로 설정하여, 상기 입력 데이터로부터 상기 출력 데이터를 출력하기 위한 파라미터를 학습하는 것에 의해 생성되는 단계를 포함하고, 상기 파라미터는, 상기 학습용 음향 신호의 음성 존재 여부와 상기 학습용 음향 신호에 포함된 상기 잡음의 종류와의 상관 관계가 학습되며, 상기 출력 데이터로 설정되는 상기 잡음의 종류는,비음성에 대한 식별 정보를 포함하는 클래스(class)로 특정되는 음성 존재 구간 판별 방법
6 6
시간 대역에서 표현된 음향 신호의 원 파형을 프레임 별로 샘플링하여 추출한 값으로부터 특징 벡터를 추출하는 단계;상기 특징 벡터를 입력 받아 상기 프레임 별 음성 존재 확률 및 상기 프레임 별 잡음의 종류를 추정하는 단계; 및상기 음성 존재 확률이 소정의 임계치 이상인 프레임을 판별하는 단계를 프로세서로 하여금 수행하게 하고, 상기 추정하는 단계는, 잡음을 포함하는 학습용 음향 신호의 특징 벡터를 기계 학습의 입력 데이터로 설정하고, 상기 학습용 음향 신호 내의 음성 존재 여부 및 상기 학습용 음향 신호에 포함된 잡음의 종류를 출력 데이터로 설정하여, 상기 입력 데이터로부터 상기 출력 데이터를 출력하기 위한 파라미터를 학습하는 것에 의해 생성되는 단계를 포함하고, 상기 파라미터는, 상기 학습용 음향 신호의 음성 존재 여부와 상기 학습용 음향 신호에 포함된 상기 잡음의 종류와의 상관 관계가 학습되고, 상기 출력 데이터로 설정되는 상기 잡음의 종류는, 비음성에 대한 식별 정보를 포함하는 클래스(class)로 특정되도록 하는 명령어를 포함하는 프로그램이 기록된 컴퓨터 판독 가능 기록매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.