Mechano acoustic speech recognition with machine learning
저자
발행사항
Seoul : Sungkyunkwan University, 2023
학위논문사항
Thesis (M.A.)-- Sungkyunkwan University : Department of Electrical and Computer Engineering 2023. 8
발행연도
2023
작성언어
영어
주제어
발행국(도시)
서울
형태사항
v, 47 p. : ill., charts ; 30 cm
일반주기명
Advisor: Sang Min Won
Includes bibliographical reference(p. 43-45)
UCI식별코드
I804:11040-000000175265
DOI식별코드
소장기관
With the increasing popularity of wireless electronic devices, efforts have been made to improve their portability and applications. The adoption of IoT devices has led to increased usage of machine learning algorithms. Based on this trend, the purpose of this study is to analyze physiological signals emitted by vocal tissue vibrations for user recognition.
The study combines data collected from small wireless devices with machine learning systems to reduce interference from external noise and communication. The Bluetooth Low Energy (BLE) system is a wireless communication system with a 1000Hz sampling rate, designed based on the nRF51DK board, which attaches an accelerometer sensor to the neck to obtain vocal vibration signals emitted during speech.
By acquiring vibratory signals, the wireless system classifies specific words via a machine learning system learning data, such as patterns and intensities obtained from data for specific words through spectrogram analysis, one of the methods of classifying speech data. As machine learning technologies have developed, neural network structures with more powerful algorithms have been introduced. Convolutional Neural Networks (CNN) are powerful machine learning neural networks for data classification, but they have limitations in learning data.
Thus, better machine learning neural networks have been created by overcoming the limitations of conventional CNNs. This study demonstrates that voice recognition can be achieved only with accelerometer sensors and location-agnostic Bluetooth systems by pre-processing data obtained from wireless communication systems.
무선 전자 장치의 인기가 증가함에 따라 휴대성과 응용 프로그램을 개선하기 위한 연구가 최근에 많이 이루어지고 있다. 이는 IoT 장치에서의 기계 학습 알고리즘의 사용이 많아지고 있으며 이러한 추세를 바탕으로 본 연구의 목적은 사용자 인식을 위해 발성조직 진동에 의해 방출되는 생리적 신호를 분석을 시도한다.
본 연구는 소형 디바이스에서 노이즈와 통신의 간섭을 줄이기 위한 프로세싱을 진행하고 기계학습을 사용하여 특정 단어에 대하여 분류작업을 실시한다. Bluetooth Low Energy(BLE) 시스템은 nRF51DK 보드를 기반으로 설계된 1,000 Hz sampling rate 무선 통신 시스템으로, 목소리의 떨림에 대한 생체신호를 얻기위해 가속도계 센서를 목에 부착한다.
목소리의 떨림에 대한 생체신호 데이터는 음성 데이터 분류하는 방법 중 하나인 spectrogram 분석을 통해 특정 단어에 대한 데이터로부터 얻은 패턴과 세기와 같은 특징점을 분석하여 기계학습 시스템에 적용하여 분류한다. 기계학습 시스템은 CNN(Convolution Neural Network) 구조로 되어있지만 기계학습 기술이 발달함에 따라 더 다양하고 강력한 신경망 구조의 모델들이 만들어졌다. 따라서 CNN과 비교하여 다양한 기계학습 신경망 모델들과 비교 실험하여 학습을 진행한다.
본 연구에서는 다양하고 강력한 기계학습 신경망에서 BLE 무선통신 시스템과 가속도센서로부터 얻은 데이터로 사용자가 발성하는 단어에 대하여 분류를 할 수 있음을 보여주며, 소형 디바이스의 뛰어난 휴대성을 바탕으로 장소와 주변 소음과 같은 환경에 영향을 받지 않고 실 생활에 적용이 가능함을 보여준다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)