2차원 변환과 CNN 딥러닝 기반 음향 인식 시스템에 관한 연구 = A Study on Sound Recognition System Based on 2-D Transformation and CNN Deep Learning

다국어 초록 (Multilingual Abstract)

This paper proposes a study on applying signal processing and deep learning for sound recognition that detects sounds commonly heard in daily life (Screaming, Clapping, Crowd_clapping, Car_passing_by and Back_ground, etc.). In the proposed sound recognition, several techniques related to the spectrum of sound waves, augmentation of sound data, ensemble learning for various predictions, convolutional neural networks (CNN) deep learning, and two-dimensional (2-D) data are used for improving the recognition accuracy. The proposed sound recognition technology shows that it can accurately recognize various sounds through experiments.

국문 초록 (Abstract)

본 논문은 일상생활에서 흔히 들을 수 있는 소리(비명소리, 박수 소리, 여러 명의 박수 소리, 자동차 지나가는 소리, 배경음 등)를 감지하는 음향 인식을 위하여, 신호처리 및 딥러닝을 적용하는 연구에 관한 것이다. 제안된 음향 인식에서는, 인식 정확도의 향상을 위해서 음향 파형의 스펙트럼, 음향 데이터의 증강, 2차원(2-D) 이미지 변환에 관한 기술들이 사용되었고, 예측의 정확도를 향상을 위한 앙상블 학습, Convolution Neural Network(CNN) 딥러닝 기술들이 적용된다. 제안된 음향 인식 기술은 실험을 통해 다양한 음향을 정확하게 인식할 수 있음을 보여준다.

참고문헌 (Reference)

1 김형우 ; 이현동, "오픈소스 하드웨어와 이벤트 기반 논 블로킹 I/O 알고리즘을 활용한 음성송출 시스템 설계 및 구현" (사)한국스마트미디어학회 9 (9): 116-121, 2020

2 문해민 ; 박진원 ; 반성범, "역전파가 제거된 CNN과 LDA를 이용한 얼굴 영상 해상도별 얼굴 인식률 분석" (사)한국스마트미디어학회 5 (5): 24-29, 2016

3 강상훈 ; Phan Thai Trung ; 이호경 ; 조성원 ; 이기성, "변형된 MFCC를 이용한 위험 음향 감지시스템" 한국지능시스템학회 30 (30): 47-53, 2020

4 이지은 ; 오영석, "멀티빔 음향 측심기에서 하드웨어 오류 보정을 위한 소프트웨어 개발에 관한 연구" (사)한국스마트미디어학회 5 (5): 9-14, 2016

5 김남호 ; 최지영, "로그인 과정에서의 화자인증 메커니즘을 이용한 사용자인증 방안 연구" (사)한국스마트미디어학회 8 (8): 23-30, 2019

6 Aurélien Géron, "Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow" O'Reilly Media Inc 277-482, 2019

7 N. Dave, "Feature Extraction Methods LPC PLP and MFCC in Speech Recognition" 1 (1): 1-5, 2013

8 Sahidullah, Saha Goutam, "Design, analysis and experimental evaluation of block based transformation in MFCC computation for speaker recognition" 54 (54): 543-565, 2012

9 I. Goodfellows, "Deep Learning" MIT Press 27-716, 2016