"음성음향신호처리 및 머신러닝 연구실"의 두 판 사이의 차이
둘러보기로 가기
검색하러 가기
| (같은 사용자의 중간 판 하나는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
연구 분야는 음성인식 및 음성합성, 딥러닝 및 인공지능, 음성 및 음향 신호처리, 바이오응용 신호처리로 나눌 수 있다. | 연구 분야는 음성인식 및 음성합성, 딥러닝 및 인공지능, 음성 및 음향 신호처리, 바이오응용 신호처리로 나눌 수 있다. | ||
*소속: 서울 공과대학 [[융합전자공학부]] | *소속: 서울 공과대학 [[융합전자공학부]] | ||
| + | *영문명: Acoustic, Speech Signal Processing and Machine Learning Lab. | ||
*실장: [[장준혁]] [[융합전자공학부]] 교수 | *실장: [[장준혁]] [[융합전자공학부]] 교수 | ||
*홈페이지: http://asmllab.hanyang.ac.kr | *홈페이지: http://asmllab.hanyang.ac.kr | ||
2020년 9월 17일 (목) 10:59 기준 최신판
연구 분야는 음성인식 및 음성합성, 딥러닝 및 인공지능, 음성 및 음향 신호처리, 바이오응용 신호처리로 나눌 수 있다.
- 소속: 서울 공과대학 융합전자공학부
- 영문명: Acoustic, Speech Signal Processing and Machine Learning Lab.
- 실장: 장준혁 융합전자공학부 교수
- 홈페이지: http://asmllab.hanyang.ac.kr
주요 연구
음성인식 및 음성합성
- 음성인식이란 사람이 말하는 음성 언어에서 특정한 특징들을 학습하여 그 내용을 텍스트로 변환하는 것을 말하며 speech to text (STT)라고도 한다. 음성합성은 입력된 텍스트 데이터에 알맞은 음성 데이터를 추정하는 기술로서 text to speech (TTS)라고도 한다.
딥러닝 및 인공지능
- 딥러닝이란 뇌신경을 모방한 인공지능 알고리즘으로 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 Machine learning 알고리즘의 일종으로 정의되며, 큰 틀에서 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 최신연구분야이다.
음성 및 음향 신호처리
- 음성 및 음향신호를 수학적으로 모델링하여 다양한 환경에서 발생하는 잡음, 에코 및 잔향 등 음질 및 음성인식율을 저하시키는 요소신호를 효과적으로 제거하는 필터 설계등의 단일마이크/멀티마이크 기반 신호처리 알고리즘을 개발한다.
바이오진단 머신러닝
- 바이오진단 머신러닝이란 생체신호로부터 중요한 특징을 추출하고 머신러닝 알고리즘으로 학습하여 수면진단 및 혈압 측정 등의 바이오 진단용 신호처리기술을 연구한다.
