| 1 |
1
저품질 음원 데이터에 대한 음원 대역 변환장치에 있어서,시간 영역 상에서 상기 저품질 음원 데이터를 획득하는 입력부;사전에 트레이닝된 학습 모델을 포함하고, 상기 저품질 음원 데이터를 상기 학습 모델에 입력하여, 대역폭이 확장된 고품질 음원 데이터를 생성하는 대역폭 확장부; 및상기 고품질 음원 데이터를 청각적 형태로 출력하는 출력부를 포함하는 것을 특징으로 하는 음원 대역 변환장치
|
| 2 |
2
제1항에 있어서,상기 학습 모델은 딥러닝(deep learning) 모델로서, 동일 음원 신호에 대한 시간 영역 상의 고품질 음원 데이터 및 저품질 음원 데이터 각각을 타겟(target) 및 입력으로 이용하여 사전에 트레이닝되는 것을 특징으로 하는 음원 대역 변환장치
|
| 3 |
3
제2항에 있어서, 상기 딥러닝 모델은,시간 영역 상의 상기 저품질 음원 데이터를 이용하여 저대역(low frequency band) 음원에 대한 전대역(full frequency band)적 특성을 회귀적(regressive) 방식으로 추정하는 것을 특징으로 하는 음원 대역 변환장치
|
| 4 |
4
제2항에 있어서, 상기 딥러닝 모델은,입력 레이어(input layer)와 복수의 인코더 블록을 포함하는 인코딩 경로;복수의 디코더 블록과 출력 레이어(output layer)를 포함하는 디코딩 경로;상기 인코딩 경로와 상기 디코딩 경로를 연결하는 병목(bottle-neck) 블록; 및상기 인코더 블록과 상기 디코더 블록을 접합(concatenation)하는 스킵 연결(skip connection)을 포함하되,상기 인코더 블록의 개수와 상기 디코더 블록의 개수가 동일한 것을 특징으로 하는 음원 대역 변환장치
|
| 5 |
5
제4항에 있어서, 상기 디코더 블록은,전치 콘볼루션(transposed convolution) 레이어를 포함하고, 상기 전치 콘볼루션 레이어는 입력 샘플 간에 제로 패딩(zero padding)을 적용하여 업샘플링(up-sampling)을 수행한 후, 업샘플링된 샘플에 대한 콘볼루션을 수행하는 것을 특징으로 하는 음원 대역 변환장치
|
| 6 |
6
제4항에 있어서, 상기 인코더 블록 및 상기 병목 블록은 활성 함수(active function)로서 누설 ReLU(Leaky Rectified Linear Unit)를 이용하고, 상기 디코더 블록의 일부는 활성 함수로서 ReLU(Rectified Linear Unit)를 이용하는 것을 특징으로 하는 음원 대역 변환장치
|
| 7 |
7
저품질 음원 데이터에 대한 음원 대역 변환장치를 이용하여, 컴퓨터 상에서 구현되는 음원 대역 변환방법에 있어서,시간 영역 상에서 상기 저품질 음원 데이터를 획득하는 과정;상기 저품질 음원 데이터를 사전에 트레이닝된 학습 모델에 입력하여, 대역폭이 확장된 고품질 음원 데이터를 생성하는 과정; 및상기 고품질 음원 데이터를 청각적 형태로 출력하는 과정을 포함하는 것을 특징으로 하는, 컴퓨터 상에서 구현되는 음원 대역 변환방법
|
| 8 |
8
제7항에 있어서, 상기 생성하는 과정은,사전에 트레이닝된, 딥러닝(deep learning) 기반의 학습 모델을 이용하는 것을 특징으로 하는, 컴퓨터 상에서 구현되는 음원 대역 변환방법
|
| 9 |
9
제7항에 있어서, 상기 생성하는 과정은,시간 영역 상의 상기 저품질 음원 데이터를 이용하여 저대역(low frequency band) 음원에 대한 전대역(full frequency band)적 특성을 회귀적(regressive) 방식으로 추정하는 것을 특징으로 하는, 컴퓨터 상에서 구현되는 음원 대역 변환방법
|
| 10 |
10
제7항 내지 제9항 중 어느 한 항에 따른 음원 대역 변환방법의 각 단계를 실행시키기 위하여 컴퓨터로 읽을 수 있는, 비휘발성 또는 비일시적인 기록매체에 저장된 컴퓨터프로그램
|
