| 1 |
1
반려동물용 소음 분류 모델 생성 장치에 의해 수행되는 반려동물용 소음 분류 모델 생성 방법에 있어서,적어도 반려동물의 음성 데이터를 포함하는 학습 데이터를 가공하는 단계; 및가공된 학습 데이터를 이용하여 딥러닝 모델을 학습시키는 단계를 포함하고,상기 가공하는 단계는,아날로그 음성 데이터를 디지털 신호로 변환하는 단계; 및상기 디지털 신호로부터 적어도 하나의 신호 자질(feature)을 추출하는 단계를 포함하는,반려동물용 소음 분류 모델 생성 방법
|
| 2 |
2
제1항에 있어서,상기 신호 자질은 MFCC(Mel-frequency Cepstral coefficients), mel spectrogram, chroma_stft, chroma_cqt, 및 chroma_cens 중 적어도 하나인,반려동물용 소음 분류 모델 생성 방법
|
| 3 |
3
제1항에 있어서,상기 딥러닝 모델은 다중 계층 퍼셉트론(Multilayer Perceptron, MLP), 합성곱신경망(Convolutional neural Network, CNN), 순환신경망(Recurrent Neural Network, RNN), LSTM(Long Short Term Memory, LSTM), 및 GRU(Gated Recurrent Units, GRU) 중 적어도 하나를 포함하는,반려동물용 소음 분류 모델 생성 방법
|
| 4 |
4
타겟 음성 신호를 탐지하는 소리 검출 유닛;검출된 소리를 인식하는 소리 인식 유닛; 및상기 타겟 음성 신호를 상쇄시키는 상쇄파장을 발생시키는 상쇄파장 발생 유닛을 포함하는 반려동물용 소음 제거 장치
|
| 5 |
5
제4항에 잇어서,상기 소리 검출 유닛은,기설정된 간격으로 소리의 에너지를 측정하는 측정부; 및측정된 에너지 데이터를 정규화(normalize)하는 처리부를 포함하는,반려동물용 소음 제거 장치
|
| 6 |
6
제4항에 있어서,상기 소리 인식 유닛은,상기 소리 검출 유닛에 의해 검출된 소리 에너지를 샘플링하는 샘플링부;샘플들의 자질(feature)을 추출하는 추출부;추출된 자질을 이용하여 상기 타겟 음성 신호를 분류하는 분류부; 및상기 타겟 음성 신호가 반려동물의 소음인지 여부를 판단하는 판단부를 포함하는,반려동물용 소음 제거 장치
|
| 7 |
7
제6항에 있어서,상기 분류부는 제1항 내지 제3항 중 어느 하나의 항에 기재된 방법에 의해 생성된 반려동물용 소음 분류 모델을 이용하여 상기 타겟 음성 신호를 분류하는,반려동물용 소음 제거 장치
|
