1 |
1
음향신호를 스펙트로그램(spectrogram)으로 변환하는 단계; 및상기 스펙트로그램을 합성곱 신경망에 입력하여 상기 음향신호 내 음원의 클래스와, 두 포인트로 정의되는 상기 음원의 구간정보를 추출하는 단계를 포함하는음원 탐지 방법
|
2 |
2
제1항에 있어서,상기 음향신호를 스펙트로그램으로 변환하는 단계는상기 음향신호를 멜(mel)-스펙트로그램으로 변환하는 단계를 포함하는음원 탐지 방법
|
3 |
3
제1항에 있어서,상기 클래스 및 상기 구간정보를 추출하는 단계는상기 음향신호 내 각 음원의 클래스와 상기 구간정보로 구성되는 데이터셋을 추출하는 단계를 포함하는음원 탐지 방법
|
4 |
4
제1항에 있어서,상기 구간정보를 추출하는 단계는상기 음원의 온셋(onset) 및 오프셋(offset)으로 정의되는 상기 구간정보를 추출하는 단계를 포함하는음원 탐지 방법
|
5 |
5
제1항에 있어서,상기 구간정보를 추출하는 단계는상기 음원의 중앙점 및 너비로 정의되는 상기 구간정보를 추출하는 단계를 포함하는음원 탐지 방법
|
6 |
6
제1항에 있어서,상기 추출된 클래스 및 구간정보를 실제 클래스 및 실제 구간정보와 이분 매칭(bipartite matching)하는 단계를 더 포함하는음원 탐지 방법
|
7 |
7
제6항에 있어서,상기 이분 매칭하는 단계는헝가리안 알고리즘(Hungarian Algorithm)을 이용하여 이분 매칭을 수행하는 단계를 포함하는음원 탐지 방법
|
8 |
8
제6항에 있어서,상기 이분 매칭을 수행하는 단계는하기 [수학식]에 따라 이분 매칭을 수행하는 단계를 포함하는[수학식],(는 순열, i는 상기 음원, 는 매칭 비용(matching cost), 는 상기 음원별 실제 클래스에 대한 확률, 는 상기 음원별로 추출된 구간정보와 상기 음원의 실제 구간정보 간의 손실(loss))음원 탐지 방법
|
9 |
9
제8항에 있어서,상기 클래스 및 상기 구간정보를 추출하는 단계는상기 합성곱 신경망에 하기 [수학식]의 헝가리안 손실함수(Lhungarian)를 적용하는 단계를 포함하는[수학식]음원 탐지 방법
|
10 |
10
제1항에 있어서,상기 음향신호를 스펙트로그램으로 변환하는 단계는복수의 마이크에서 생성된 음향신호를 상기 스펙트로그램으로 변환하는 단계를 포함하고,상기 클래스 및 구간정보를 추출하는 단계는상기 음향신호 내 음원의 위치정보를 더 추출하는 단계를 포함하는음원 탐지 방법
|
11 |
11
제10항에 있어서,상기 위치정보를 추출하는 단계는상기 복수의 마이크에 대해 상기 음원이 형성하는 각도를 추출하는 단계를 포함하는음원 탐지 방법
|
12 |
12
제10항에 있어서,상기 클래스, 상기 구간정보 및 상기 위치정보를 추출하는 단계는상기 음향신호 내 각 음원의 클래스, 상기 구간정보 및 상기 위치정보로 구성되는 데이터셋을 추출하는 단계를 포함하는음원 탐지 방법
|
13 |
13
제10항에 있어서,상기 추출된 클래스, 구간정보 및 위치정보를 실제 클래스, 실제 구간정보 및 실제 위치정보와 이분 매칭하는 단계를 더 포함하는음원 탐지 방법
|
14 |
14
제13항에 있어서,상기 이분 매칭하는 단계는하기 [수학식]에 따라 이분 매칭을 수행하는 단계를 포함하는[수학식],(는 순열, i는 상기 음원, 는 매칭 비용(matching cost), 는 상기 음원별 실제 클래스에 대한 확률, 는 상기 음원별로 추출된 구간정보와 상기 음원의 실제 구간정보 간의 손실(loss), 는 상기 음원별로 추출된 위치정보와 상기 음원의 실제 위치정보 간의 손실)음원 탐지 방법
|
15 |
15
제14항에 있어서,상기 클래스 및 상기 구간정보를 추출하는 단계는상기 합성곱 신경망에 하기 [수학식]의 헝가리안 손실함수(Lhungarian)를 적용하는 단계를 포함하는[수학식]음원 탐지 방법
|