맞춤기술찾기

이전대상기술

학습 모델을 이용한 오디오 신호의 부호화 및 복호화 방법과 그 학습 모델의 트레이닝 방법 및 이를 수행하는 부호화기 및 복호화기

  • 기술번호 : KST2022016722
  • 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 학습 모델을 이용한 오디오 신호의 부호화 및 복호화 방법과 그 학습 모델의 트레이닝 방법 및 이를 수행하는 부호화기 및 복호화기가 개시된다. 본 발명의 일실시예에 따른 오디오 신호의 복호화 방법은 부호화기로부터 수신한 비트스트림을 복호화하여 제1 잔차 신호 및 제1 선형 예측 계수를 추출하는 단계; 상기 제1 선형 예측 계수를 이용하여 상기 잔차 신호로부터 제1 오디오 신호를 생성하는 단계; 상기 제1 오디오 신호로부터 제2 선형 예측 계수 및 제2 잔차 신호를 생성하는 단계; 상기 제2 선형 예측 계수를 트레이닝된 학습 모델에 입력하여 제3 선형 예측 계수를 획득하는 단계; 및 상기 제3 선형 예측 계수를 이용하여 상기 제2 잔차 신호로부터 제2 오디오 신호를 생성하는 단계를 포함할 수 있다.
Int. CL G10L 19/04 (2006.01.01) G10L 19/008 (2014.01.01) G06N 20/00 (2019.01.01)
CPC G10L 19/04(2013.01) G10L 19/008(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020210020597 (2021.02.16)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2022-0117019 (2022.08.23) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.04.14)
심사청구항수 14

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 임우택 세종특별자치시 해밀*로 **
2 백승권 대전광역시 유성구
3 성종모 대전광역시 유성구
4 이태진 대전광역시 유성구
5 장인선 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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
2021.02.16 수리 (Accepted) 1-1-2021-0187282-50
2 [심사청구]심사청구서·우선심사신청서
2022.04.14 수리 (Accepted) 1-1-2022-0401894-82
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
오디오 신호의 복호화 방법에 있어서, 부호화기로부터 수신한 비트스트림을 복호화하여 제1 잔차 신호 및 제1 선형 예측 계수를 추출하는 단계; 상기 제1 선형 예측 계수를 이용하여 상기 제1 잔차 신호로부터 제1 오디오 신호를 생성하는 단계; 상기 제1 오디오 신호로부터 제2 선형 예측 계수 및 제2 잔차 신호를 생성하는 단계; 상기 제2 선형 예측 계수를 트레이닝된 학습 모델에 입력하여 제3 선형 예측 계수를 획득하는 단계; 및상기 제3 선형 예측 계수를 이용하여 상기 제2 잔차 신호로부터 제2 오디오 신호를 생성하는 단계를 포함하는 복호화 방법
2 2
제1항에 있어서,상기 학습 모델은,입력 선형 예측 계수로부터 출력 선형 예측 계수를 생성하고, 상기 부호화기에 수신된 원본 오디오 신호로부터 추출되는 원본 선형 예측 계수를 타겟 데이터로 하여 트레이닝되는, 복호화 방법
3 3
제1항에 있어서,상기 제2 오디오 신호로부터 제2 잔차 신호 및 제2 선형 예측 계수를 추출하는 단계를 더 포함하는, 복호화 방법
4 4
오디오 신호의 복호화에 이용되는 학습 모델의 트레이닝 방법에 있어서, 부호화기로부터 수신한 비트스트림을 복호화하여 제1 잔차 신호 및 제1 선형 예측 계수를 추출하는 단계; 상기 제1 선형 예측 계수를 이용하여 상기 제1 잔차 신호로부터 오디오 신호를 생성하는 단계; 상기 오디오 신호로부터 제2 선형 예측 계수 및 제2 잔차 신호를 생성하는 단계; 상기 제2 선형 예측 계수를 상기 학습 모델에 입력하여 획득한 제3 선형 예측 계수와 상기 제1 선형 예측 계수를 비교하는 단계; 및상기 비교한 결과에 기초하여, 상기 학습 모델의 파라미터를 업데이트하는 단계를 포함하는 트레이닝 방법
5 5
제4항에 있어서,상기 제1 선형 예측 계수는, 상기 부호화기에 수신된 원본 오디오 신호로부터, 선형 예측 코딩을 이용하여 생성된, 트레이닝 방법
6 6
오디오 신호의 부호화 방법에 있어서, 상기 오디오 신호로부터 원본 잔차 신호 및 원본 선형 예측 계수를 추출하는 단계; 상기 원본 잔차 신호를 부호화하는 단계; 및상기 부호화된 원본 잔차 신호와 상기 원본 선형 예측 계수를 비트스트림으로 변환하는 단계를 포함하고, 상기 원본 선형 예측 계수는,복호화기에서 이용되는 학습 모델의 트레이닝에 타겟 데이터로 이용되고,상기 학습 모델은, 입력 선형 예측 계수로부터 출력 선형 예측 계수를 생성하고, 상기 원본 선형 예측 계수를 타겟 데이터로 하여 트레이닝되는,부호화 방법
7 7
제6항에 있어서,상기 오디오 신호는, 상기 복호화기에서 상기 학습 모델을 이용하여 반복적으로 선형 예측 분석과 선형 예측 합성이 처리됨으로써 복원되는, 부호화 방법
8 8
오디오 신호의 복호화 방법을 수행하는 복호화기에 있어서, 상기 복호화기는, 프로세서를 포함하고,상기 프로세서는,부호화기로부터 수신한 비트스트림을 복호화하여 제1 잔차 신호 및 제1 선형 예측 계수를 추출하고, 상기 제1 선형 예측 계수를 이용하여 상기 제1 잔차 신호로부터 제1 오디오 신호를 생성하고, 상기 제1 오디오 신호로부터 제2 선형 예측 계수 및 제2 잔차 신호를 생성하고, 상기 제2 선형 예측 계수를 트레이닝된 학습 모델에 입력하여 제3 선형 예측 계수를 획득하고, 상기 제3 선형 예측 계수를 이용하여 상기 제2 잔차 신호로부터 제2 오디오 신호를 생성하는,복호화기
9 9
제8항에 있어서,상기 학습 모델은,입력 선형 예측 계수로부터 출력 선형 예측 계수를 생성하고, 상기 부호화기에 수신된 원본 오디오 신호로부터 추출되는 원본 선형 예측 계수를 타겟 데이터로 하여 트레이닝되는, 복호화기
10 10
제8항에 있어서,상기 프로세서는,상기 제2 오디오 신호로부터 제2 잔차 신호 및 제2 선형 예측 계수를 추출하는, 복호화기
11 11
오디오 신호의 복호화에 이용되는 학습 모델의 트레이닝 방법을 수행하는 복호화기에 있어서, 상기 복호화기는, 프로세서를 포함하고,상기 프로세서는,부호화기로부터 수신한 비트스트림을 복호화하여 제1 잔차 신호 및 제1 선형 예측 계수를 추출하고, 상기 제1 선형 예측 계수를 이용하여 상기 제1 잔차 신호로부터 오디오 신호를 생성하고, 상기 오디오 신호로부터 제2 선형 예측 계수 및 제2 잔차 신호를 생성하고, 상기 제2 선형 예측 계수를 상기 학습 모델에 입력하여 획득한 제3 선형 예측 계수와 상기 제1 선형 예측 계수를 비교하고, 상기 비교한 결과에 기초하여, 상기 학습 모델의 파라미터를 업데이트하는,복호화기
12 12
제11항에 있어서,상기 제1 선형 예측 계수는, 상기 부호화기에 수신된 원본 오디오 신호로부터, 선형 예측 코딩을 이용하여 생성된, 복호화기
13 13
오디오 신호의 부호화 방법을 수행하는 부호화기에 있어서, 상기 부호화기는, 프로세서를 포함하고,상기 프로세서는,상기 오디오 신호로부터 원본 잔차 신호 및 원본 선형 예측 계수를 추출하고, 상기 원본 잔차 신호를 부호화하고, 상기 부호화된 원본 잔차 신호와 상기 원본 선형 예측 계수를 비트스트림으로 변환하고, 상기 원본 선형 예측 계수는, 복호화기에서 이용되는 학습 모델의 트레이닝에 타겟 데이터로 이용되고,상기 학습 모델은, 입력 선형 예측 계수로부터 출력 선형 예측 계수를 생성하고, 상기 원본 선형 예측 계수를 타겟 데이터로 하여 트레이닝되는,부호화기
14 14
제13항에 있어서,상기 오디오 신호는, 상기 복호화기에서 상기 학습 모델을 이용하여 반복적으로 선형 예측 분석과 선형 예측 합성이 처리됨으로써 복원되는, 부호화기
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국전자통신연구원 정부출연금사업(기관고유사업) 초실감 입체공간 미디어·콘텐츠 원천기술연구