http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
육태경,이경식,박만용,김병휘,Yook, Tae-Kyung,Lee, Kyung-Shik,Park, Manh-Yong,Kim, Byoung-Whi 한국광학회 2005 한국광학회지 Vol.16 No.5
처프된 광섬유 브라그 격자를 사용하여 발진모드 수를 조절할 수 있는 외부 공진기 레이저를 제안하였다. 광섬유 브라그 격자에 인가되는 선형적인 온도차를 변화시킴으로써 광섬유 브라그 격자의 반사 대역폭을 조절할 수 있었으며 이러한 격자를 외부 공진기 레이저의 외부 반사경으로 사용하여 발진모드 수를 단일모드에서 세 개의 모드까지 조절할 수 있었다. we propose an external cavity laser which can adjust the number of longitudinal laser mode by using a tunable chirped fiber. Bragg grating. By inducing a tunable temperature gradient in a uniform fiber Bragg grating, the bandwidth of the unform fiber Bragg grating can be tuned. With the chirped fiber Bragg grating as an external reflector of the external cavity laser, the number of longitudinal laser mode was able to be tuned from one to two or three modes.
오세홍,박주현,육태경,김주안,권현 한국정보통신학회 2024 한국정보통신학회논문지 Vol.28 No.6
최근 Transformer 기반 음성인식 모델들의 발전으로, 다양한 환경에서의 음성인식 성능이 크게 향상되었다. 이러한 모델들은 소음이 포함된 데이터를 일부 학습하여, 소음이 포함된 음성데이터에 대해서도 우수한 성능을 발휘한다. 그러나 사람의 말소리보다 훨씬 큰 전장소음(총기, 포탄 소리)과 같은 극단적인 환경에서는 이들 모델의 성능이 상대적으로 저하된다. 본 연구에서는 전장소음이 음성인식 모델의 성능에 끼치는 영향을 확인하였으며, OpenAI의 Whisper 모델을 디노이징 기법과 파인튜닝을 적용하여, 전장소음에 강건한 모델로 개선하였다. 디노이징 기법과 파인튜닝을 통하여 전장소음의 강도 및 모델의 종류에 따른 에러율(CER, Character Error Rate)을 Medium모델 기준 평균 35%, Small모델 기준 평균 40% 감소시킴으로써, 강도 높은 소음이 존재하는 실제 전장 환경에서도 개선된 Whisper 모델이 효과적으로 활용될 수 있음을 시사한다. Transformer-based speech recognition models have significantly improved speech recognition performance in various environments. These models generally train some data with background noise, enabling them to exhibit superior performance even in a noisy environment. However, their performance noticeably degrades under extreme conditions, such as in battlefield noise environments, where the overwhelming sound of gunfire and explosions vastly overshadows human speech. In this study, we examined the impact of battlefield noise on the performance of OpenAI's Whisper models and enhanced them the robustness of against battlefield noise with a denoising model and fine-tuning. By fine-tuning the models, we successfully achieved significant reductions in the Character Error Rate (CER): 35% for Medium model and 40% for Small model. This substantial improvement demonstrates that the enhanced Whisper models are robust enough to be effectively utilized in real-world battlefield environments, where noise levels are exceptionally high.