| 1 |
1
프로세서에 의해서 실행되는 복수의 계층들에서 오디오 신호를 압축하는 방법에 있어서,입력 받은 오디오 신호를 최상위 계층에서 제1 신호로서 복원하는 단계(a);최상위 계층 또는 직전의 중간 계층에서 상기 복원된 오디오 신호를 업샘플링 한 후, 상기 업샘플링된 신호를 상기 입력 받은 오디오 신호에서 뺀 신호를 적어도 하나 이상의 중간 계층에서 입력 받아 제2 신호로서 복원하는 단계(b); 및최하위 계층 직전의 중간 계층에서 상기 복원된 오디오 신호를 업샘플링한 후, 상기 업샘플링된 신호를 상기 입력 받은 오디오 신호에서 뺀 신호를 상기 최하위 계층에서 입력 받아 제3 신호로서 복원하는 단계(c)를 포함하고,상기 제1 신호, 상기 제2 신호, 및 상기 제3 신호가 결합되어 최종 복원 오디오 신호가 출력되며,상기 최상위 계층, 상기 적어도 하나 이상의 중간 계층, 및 상기 최하위 계층은 각 계층별로 부호화기, 양자화기 및 복호화기를 구비하는 것을 특징으로 하는,오디오 신호 압축 방법
|
| 2 |
2
청구항 1에 있어서,상기 단계(a), 단계(b), 및 단계(c) 각각은: 상기 부호화기가 입력되는 신호를 다운샘플링하여 부호화 하는 단계;상기 양자화기가 상기 부호화된 신호를 양자화 하는 단계; 및 상기 복호화기가 상기 양자화 된 신호를 업샘플링하여 복호화 하는 단계를 포함하는 것을 특징으로 하는,오디오 신호 압축 방법
|
| 3 |
3
청구항 2에 있어서, 상기 최상위 계층 및 상기 적어도 하나 이상의 중간 계층에 있어서,상기 복호화기의 업샘플링 비율은 상기 부호화기의 다운샘플링 비율보다 작은 것을 특징으로 하는,오디오 신호 압축 방법
|
| 4 |
4
청구항 2에 있어서, 상기 부호화기 및 상기 복호화기는 합성곱 신경망(Convolutional Neural Network, CNN)으로 구성되며, 상기 양자화기는 신경망으로 학습 가능한 벡터 양자화기로 구성되는 것을 특징으로 하는,오디오 신호 압축 방법
|
| 5 |
5
청구항 2에 있어서,적어도 하나 이상의 중간 계층 및 최하위 계층에 있어서,해당 계층에서 복원된 신호의 샘플링 주파수는 선행 계층의 복원된 신호의 샘플링 주파수보다 더 큰 샘플링 주파수를 가지는 것을 특징으로 하는, 오디오 신호 압축 방법
|
| 6 |
6
청구항 1에 있어서,상기 적어도 하나 이상의 중간 계층, 및 상기 최하위 계층의 상기 복호화기는,선행 계층 복호화기의 심층 신경망 구조 내부에서 얻어진 중간 신호를 다음 계층의 복호화기에 전달하는 것을 특징으로 하는,오디오 신호 압축 방법
|
| 7 |
7
청구항 1에 있어서,각 계층별로 할당되는 비트수를 설정하는 단계를 더 포함하는,오디오 신호 압축 방법
|
| 8 |
8
오디오 신호 압축 장치에 있어서,하나 이상의 명령들이 저장된 메모리(memory) 및상기 메모리에 저장된 하나 이상의 명령을 실행하는 프로세서를 포함하고,상기 하나 이상의 명령들은 오디오 신호 압축 장치가:입력 받은 오디오 신호를 최상위 계층에서 제1 신호로서 복원하는 단계(a);최상위 계층 또는 직전의 중간 계층에서 상기 복원된 오디오 신호를 업샘플링 한 후, 상기 업샘플링된 신호를 상기 입력 받은 오디오 신호에서 뺀 신호를 적어도 하나 이상의 중간 계층에서 입력 받아 제2 신호로서 복원하는 단계(b); 및최하위 계층 직전의 중간 계층에서 상기 복원된 오디오 신호를 업샘플링한 후, 상기 업샘플링된 신호를 상기 입력 받은 오디오 신호에서 뺀 신호를 상기 최하위 계층에서 입력 받아 제3 신호로서 복원하는 단계(c)를 수행하도록 하며,상기 제1 신호, 상기 제2 신호, 및 상기 제3 신호가 결합되어 최종 복원 오디오 신호가 출력되며,상기 최상위 계층, 상기 적어도 하나 이상의 중간 계층, 및 상기 최하위 계층은 각 계층별로 부호화기, 양자화기 및 복호화기를 구비하는 것을 특징으로 하는,오디오 압축 장치
|
| 9 |
9
청구항 8에 있어서,상기 단계(a), 단계(b), 및 단계(c) 각각은: 상기 부호화기가 입력되는 신호를 다운샘플링하여 부호화 하는 단계;상기 양자화기가 상기 부호화된 신호를 양자화 하는 단계; 및 상기 복호화기가 상기 양자화 된 신호를 업샘플링하여 복호화 하는 단계를 포함하여 수행하는 것을 특징으로 하는,오디오 신호 압축 장치
|
| 10 |
10
청구항 9에 있어서, 상기 최상위 계층 및 상기 적어도 하나 이상의 중간 계층에 있어서,상기 복호화기의 업샘플링 비율은 상기 부호화기의 다운샘플링 비율보다 작은 것을 특징으로 하는,오디오 신호 압축 장치
|
| 11 |
11
청구항 9에 있어서, 상기 부호화기 및 상기 복호화기는 합성곱 신경망(Convolutional Neural Network, CNN)으로 구성되며, 상기 양자화기는 신경망으로 학습 가능한 벡터 양자화기로 구성되는 것을 특징으로 하는,오디오 신호 압축 장치
|
| 12 |
12
청구항 9에 있어서,적어도 하나 이상의 중간 계층 및 최하위 계층에 있어서,해당 계층에서 복원된 신호의 샘플링 주파수는 선행 계층의 복원된 신호의 샘플링 주파수보다 더 큰 샘플링 주파수를 가지는 것을 특징으로 하는,오디오 신호 압축 장치
|
| 13 |
13
청구항 8에 있어서,상기 적어도 하나 이상의 중간 계층, 및 상기 최하위 계층의 상기 복호화기는,선행 계층 복호화기의 심층 신경망 구조 내부에서 얻어진 중간 신호를 다음 계층의 복호화기에 전달하는 것을 특징으로 하는,오디오 신호 압축 장치
|
| 14 |
14
청구항 8에 있어서,각 계층별로 할당되는 비트수를 설정하는 단계를 더 포함하여 수행하는 것을 특징으로 하는,오디오 신호 압축 장치
|
| 15 |
15
프로세서에 의해서 실행되는 복수의 계층들에서 오디오 신호를 압축하는 신경망을 학습시키는 방법에 있어서,각 계층에서 입력 받은 신호를 압축 및 복원하는 단계(a); 및각 계층에서 복원된 신호와 해당 계층의 가이드 신호를 비교 판별하는 단계(b);를 포함하고,상기 단계(a)는,최상위 계층을 제외한 나머지 계층들에서 있어서 각 계층에 입력되는 신호는, 선행 계층에서 복원된 신호와 선행 계층의 가이드 신호를 소정의 비율로 결합한 신호를 업샘플링한 후, 상기 업샘플링된 신호를 상기 입력된 오디오 신호에서 제거한 신호인 것을 특징으로 하는,학습 방법
|
| 16 |
16
청구항 15에 있어서, 상기 복수의 계층들은 각 계층별로 부호화기, 양자화기, 및 복호화기를 구비하는 것을 특징으로 하는,학습방법
|
| 17 |
17
청구항 16에 있어서,상기 부호화기 및 상기 복호화기는 합성곱 신경망(Convolutional Neural Network, CNN)로 구성되며, 상기 양자화기는 신경망으로 학습 가능한 벡터 양자화기로 구성되는 것을 특징으로 하는,학습방법
|
| 18 |
18
청구항 15에 있어서,상기 단계(b)에서 가이드 신호는, 최하위 계층의 가이드 신호는 상기 입력된 오디오 신호이고,상기 최하위 계층 외의 계층의 가이드 신호들은 상기 입력된 오디오 신호를 해당 계층의 주파수 대역에 맞추어 설정된 밴드 패스 필터를 활용하여 해당 계층의 생성된 신호인 것을 특징으로 하는,학습방법
|
| 19 |
19
청구항 15에 있어서,상기 단계(a)에서 선행 계층에서 복원한 신호와 선행 계층의 가이드 신호를 소정의 비율로 결합하는 것은,상기 선행 계층의 복원 신호에 α를 곱하고, 상기 선행 계층의 가이드 신호에 '1- α'를 곱한 후, 상기 두 신호를 결합하는 것을 특징으로 하는,학습 방법
|
| 20 |
20
청구항 19에 있어서,상기 'α'값은, 학습 초기 단계에서는 0으로 설정하였다가 점진적으로 1까지 증가시키는 것을 특징으로 하는,학습 방법
|
