맞춤기술찾기

이전대상기술

심화 신경망을 이용한 시간 및 주파수 간 상관도 기반의 음성 검출기 및 음성 검출 방법

  • 기술번호 : KST2019028534
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 발명은 음성 검출기 및 음성 검출 방법에 관한 것으로, 보다 구체적으로는 시간 및 주파수 간의 상관도를 바탕으로 심화 신경망을 이용한 음성 검출기 및 음성 검출 방법에 관한 것이다. 이와 밀접한 관련이 있는 기술 분야는 무선 음성통신 기술, 인터넷 망을 이용한 실시간 음성 전송, 음성인식, 음성 코덱 등의 분야에서 사용되고 있다. 본 발명의 기술은 음성통신 단말기, 인터넷 망 음성통화 서비스, 모바일 인터넷 망 음성통화 서비스, 음성인식 어플리케이션, 스마트폰 블루투스 통신 시스템, 음성 향상 시스템, 무선 통신 시스템 등에 적용 가능하다.
Int. CL G10L 19/038 (2013.01.01) G10L 19/06 (2006.01.01) G10L 17/04 (2013.01.01) G10L 25/78 (2013.01.01)
CPC G10L 19/038(2013.01) G10L 19/038(2013.01) G10L 19/038(2013.01) G10L 19/038(2013.01) G10L 19/038(2013.01)
출원번호/일자 1020160129031 (2016.10.06)
출원인 국방과학연구소
등록번호/일자 10-1877127-0000 (2018.07.04)
공개번호/일자 10-2018-0038219 (2018.04.16) 문서열기
공고번호/일자 (20180710) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.10.06)
심사청구항수 5

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 장준혁 대한민국 서울특별시 강남구
2 심재성 대한민국 서울특별시 서초구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 한양특허법인 대한민국 서울특별시 강남구 논현로**길 **, 한양빌딩 (도곡동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대한민국 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
2016.10.06 수리 (Accepted) 1-1-2016-0968401-98
2 선행기술조사의뢰서
Request for Prior Art Search
2017.01.10 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2017.03.13 수리 (Accepted) 9-1-2017-0008391-56
4 의견제출통지서
Notification of reason for refusal
2017.08.18 발송처리완료 (Completion of Transmission) 9-5-2017-0574766-32
5 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2017.10.18 수리 (Accepted) 1-1-2017-1026499-70
6 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2017.11.17 수리 (Accepted) 1-1-2017-1144707-17
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)
2017.12.18 수리 (Accepted) 1-1-2017-1258995-34
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2017.12.18 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-1258996-80
9 거절결정서
Decision to Refuse a Patent
2018.04.23 발송처리완료 (Completion of Transmission) 9-5-2018-0277858-35
10 [법정기간연장]기간연장(단축, 경과구제)신청서
2018.05.24 수리 (Accepted) 1-1-2018-0510912-12
11 법정기간연장승인서
2018.05.31 발송처리완료 (Completion of Transmission) 1-5-2018-0083471-77
12 [명세서등 보정]보정서(재심사)
Amendment to Description, etc(Reexamination)
2018.06.25 보정승인 (Acceptance of amendment) 1-1-2018-0621030-38
13 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2018.06.25 수리 (Accepted) 1-1-2018-0621031-84
14 등록결정서
Decision to Grant Registration
2018.07.02 발송처리완료 (Completion of Transmission) 9-5-2018-0451813-29
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 신호를 입력하는 입력 수단;상관도가 고려된 벡터를 통해 특징 벡터를 추정하는 특징 벡터 산출 모듈;입력 신호에 대한 전력 스펙트럼 밀도 행렬의 대각합과 음성 존재 확률 연산을 통해 추정되는 일반화된 우도비를 특징 벡터로 추출하고 결합하는 특징 벡터 추출 및 결합 모듈;결합된 특징 벡터를 심화 신경망에서 분류 모델을 학습하는 훈련 모듈; 및 학습된 분류 모델을 이용하여 음성을 검출하는 음성 검출 모듈;을 포함하며,상기 특징 벡터 산출 모듈은,스펙트럼 상에서 특정 시간, 특정 주파수에 해당하는 스펙트럼 계수의 시간 축 및 주파수 축으로 인접한 스펙트럼 계수들을 포함하는 벡터를 생성하여 특징 벡터를 추정하며,상기 특징 벡터 추출 및 결합 모듈은,매 프레임마다 누적 연산된 입력 신호의 전력 스펙트럼 밀도 행렬의 대각합 및 일반화된 우도비를 추출하고 이 특징 벡터들을 하나의 다중 특징으로 결합하며,상기 훈련 모듈은,훈련 단계에서 대조적 발산 알고리즘을 통해 분류 모델을 초기화하고 상대 엔트로피 오차를 최소화하는 방향으로 각 층의 가중치 매개 변수에 대한 상대 엔트로피 오차 함수의 도함수를 이용한 역전파 알고리즘을 통해 분류 모델을 갱신하고,상기 음성 검출 모듈은,검증 단계에서 훈련 단계와 마찬가지로 입력 특징 벡터를 구성하고 훈련 단계에서 생성된 분류 모델을 입력 특징 벡터에 적용하여 산출된, 출력 노드 값에 소프트맥스 알고리즘을 적용하여 나오는 확률 값을 특정 문턱값과 비교하여 음성을 검출하고,상기 결합된 특징 벡터는 상기 입력 신호가 훈련 스테이지(training stage) 및 검증 스테이지(test stage)로 각각 분리된 후 특징 벡터가 추출되고 결합되어 생성되며, 추출된 벡터의 프레임이 음성 존재 또는 음성 부존재에 따라 훈련 목표값이 다르게 설정되는 것을 특징으로 하는 음성 검출기
2 2
삭제
3 3
삭제
4 4
삭제
5 5
삭제
6 6
입력 수단에 신호 입력 단계;상관도가 고려된 벡터를 통해 특징 벡터를 추정하는 단계;입력 신호에 대한 전력 스펙트럼 밀도 행렬의 대각합과 음성 존재 확률 연산을 통해 추정되는 일반화된 우도비를 특징 벡터로 추출 및 결합 단계;심화 신경망을 이용한 분류 모델 훈련 단계; 및학습된 분류 모델 이용하여 음성 검출 수행 단계;를 포함하며,상기 상관도가 고려된 벡터를 통해 특징 벡터를 추정하는 단계는,스펙트럼 상에서 특정 시간, 특정 주파수에 해당하는 스펙트럼 계수의 시간 축 및 주파수 축으로 인접한 스펙트럼 계수들을 포함하는 벡터를 생성하여 특징 벡터를 추정하며,상기 일반화된 우도비를 특징 벡터로 추출 및 결합 단계는,매 프레임마다 누적 연산된 입력 신호의 전력 스펙트럼 밀도 행렬의 대각합 및 일반화된 우도비를 추출하고 이 특징 벡터들을 하나의 다중 특징으로 결합하며,심화 신경망을 이용한 분류 모델 훈련 단계는,훈련 단계에서 대조적 발산 알고리즘을 통해 분류 모델을 초기화하고 상대 엔트로피 오차를 최소화하는 방향으로 각 층의 가중치 매개 변수에 대한 상대 엔트로피 오차 함수의 도함수를 이용한 역전파 알고리즘을 통해 분류 모델을 갱신하고,학습된 분류 모델 이용하여 음성 검출 수행 단계는,검증 단계에서 훈련 단계와 마찬가지로 입력 특징 벡터를 구성하고 훈련 단계에서 생성된 분류 모델을 입력 특징 벡터에 적용하여 산출된, 출력 노드 값에 소프트맥스 알고리즘을 적용하여 나오는 확률 값을 특정 문턱값과 비교하여 음성을 검출하고,상기 결합된 특징 벡터는 상기 입력 신호가 훈련 스테이지(training stage) 및 검증 스테이지(test stage)로 각각 분리된 후 특징 벡터가 추출되고 결합되어 생성되며, 추출된 벡터의 프레임이 음성 존재 또는 음성 부존재에 따라 훈련 목표값이 다르게 설정되는 것을 특징으로 하는 음성 검출 방법
7 7
제6 항에 있어서,상관도가 고려된 벡터를 통해 특징 벡터를 추정하는 단계는,입력 신호를 단구간 푸리에 변환하는 단계;시간 축과 주파수 축으로 인접한 스펙트럼을 통해 시간 및 주파수 사이의 상관도가 고려된 벡터 생성하는 단계;확장된 벡터를 통해 입력 신호의 전력 스펙트럼 밀도 행렬을 연산하고 재귀 평균을 통해 전력 스펙트럼 밀도를 누적하는 단계;깨끗한 음성의 전력 스펙트럼 밀도 추정 및 음성 존재 확률 추정하는 단계; 및추정된 음성 존재 확률과 가변 매개 변수를 통해 잡음 신호의 전력 스펙트럼 밀도 추정하는 단계;를 포함하는 것을 특징으로 하는 음성 검출 방법
8 8
제6 항에 있어서,시간 축과 주파수 축으로 인접한 스펙트럼을 통해 시간 및 주파수 사이의 상관도가 고려된 벡터 생성하는 단계는,단구간 푸리에 변환을 통해 스펙트럼 상의 입력 신호에 대한 단구간 푸리에 변환 계수를 이에 시간 축과 주파수 축으로 인접한 단구간 푸리에 변환 계수를 추가하여 새롭게 생성된 상관도가 고려된 벡터를 생성하는 단계를 포함하는 것을 특징으로 하는 음성 검출 방법
9 9
제6 항에 있어서,입력 신호에 대한 전력 스펙트럼 밀도 행렬의 대각합과 음성 존재 확률 연산을 통해 추정되는 일반화된 우도비를 특징 벡터로 추출 및 결합 단계는,통계적 모델을 가정하고 산출한 일반화된 우도비와 음향 모델에 해당하는 전력 스펙트럼 밀도 행렬의 대각합을 각각 특징 벡터로 추출하고 추출된 벡터를 합쳐 다중 특징으로 결합하는 것을 특징으로 하는 음성 검출 방법
10 10
삭제
11 11
삭제
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.