http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
광대역 신호 압축기를 위한 주파수 대역 특성에 선택적인 양자화 방법
송재종,박호종,김무영,김도석,김정수 한국음향학회 2001 韓國音響學會誌 Vol.20 No.7
본 논문에서는 7 kHz 대역의 광대역 신호 압축기를 위한 새로운 양자화 방법을 제안한다. 일반적인 광대역 신호 압축기는 입력 신호를 주파수 영역으로 변환하고 청각 모델을 적용하여 주파수 대역별로 양자화하여 Huffman 코딩하는 구조를 가진다. 그러나, 주파수 대역별로 신호의 특성이 일정하지 않으므로 모든 대역을 동일한 방법으로 양자화하면 각 주파수 대역의 특성에 적합한 양자화를 하지 못하므로 전체 압축기의 성능이 저하된다. 따라서 본 논문에서는 각 주파수 대역별로 특성을 분석하여 주파수 영역 또는 시간 영역 중에서 양자화에 효율적인 영역을 선택하여 양자화 하는 새로운 방법을 제안한다. 제안한 양자화 방법의 성능을 측정하여 ITU G.722.1 표준 압축기의 양자화 방법보다 우수한 성능을 가지는 것을 확인하였다. In this paper, a novel quantization method for wideband signal codec with 7 kHz bandwidth is proposed. In the transform-based wideband signal codecs, the signal is transformed to frequency domain and the spectral coefficients in each frequency band are quantized based on human perceptual model, followed by Huffman coding. However, the property of each band varies with frequency, and the codec has poor performance when all bands are quantized with the same method. Therefore, a selective quantization method is proposed, which analyzes the band property and selects the quantization domain between frequency domain and time domain based on the quantization efficiency. It is confirmed that the proposed method has better performance than the quantizer of G722.1 codec.
오디오 멜로디 추출 기반 특징 분석을 이용한 음악검색 방법에 관한 연구
송재종 ( Chai-jong Song ),이석필 ( Sek-phil Lee ) 한국정보처리학회 2011 한국정보처리학회 학술대회논문집 Vol.18 No.1
본 논문은 오디오 특징 분석을 기반으로 한 음악검색 방법에 대한 기술과 연구에 대한 내용이다. 본 연구에서는 크게 3가지의 주요 알고리즘을 이용하여 다 성음에서의 오디오 특징을 추출하고 3가지의 각자 다른 방식의 매칭 알고리즘을 기반으로 한 퓨전 매칭 방식을 제안한다. 오디오 특징으로는 메인 멜로디, 음악 구조를 분석한 세그먼테이션 정보를 이용한다. 본 연구에서 사용된 음악 DB는 음악 포털 서비스에서 제공하는 장르를 기반으로 한 8가지 장르에서 다양한 범위에서 2000곡을 선곡하였다. 오디오 특징 추출을 위한 알고리즘 개발과 매칭 알고리즘 개발을 위하여 음악 DB 2000곡 중 장르의 비율을 고려하여 100곡을 선정하고, 24명으로부터 1200개의 허밍을 녹음하였다. 24명중 3명은 대학에서 음악을 전공하고 나머지는 음악적 교육을 받은 경험이 없는 사람들이다. 1200개의 허밍을 분석한 결과 전체 허밍 중 60%정도가 노래의 시작 부분을 허밍하거나 노래를 불렀고, 30%정도는 하이라이트 부분을 허밍 하였다. 나머지 10%정도는 자신이 가장 자신 있는 부분을 불렀다. 이러한 분석 결과를 기반으로 가장 중요한 부분은 노래가 시작되는 부분에서의 멜로디를 정확하게 찾아내는 것이 무엇보다 중요하다는 것이다. 본 연구에서 검색결과의 평가는 MRR를 이용하여 측정하였다. MIDI DB를 사용한 경우가 다 성음에서 직접 멜로디를 추출한 경우보다 약간 성능이 우수하게 나왔으나 그 차이는 미미했다. 본 연구에서는 개발된 알고리즘을 이용하여 PC상에서 사용할 수 있는 클라이언트 프로그램과 Android app를 개발하였다.