Category: Voice Analysis
[번역] Baidu Deep Voice: Part 2 – 학습 (Training)
On April 9, 2019 by JG SeokDeep Voice 파트 1 링크 이 글은 저자(Dhruv Parthasarathy)의 허락을 받아 번역하여 게시하는 글입니다. 원문은 https://blog.athelas.com/baidu-deep-voice-explained-part-2-training-810e87d20047에서 확인할 수 있습니다. 원작자를 ‘나‘로 표기하였습니다, ‘최근‘이라는 단어는 2017년 3년을 기준이므로 지금(2019년)과의 차이가 있을 수 있음을 미리 밝힙니다. Arxiv 링크: https://arxiv.org/abs/1702.07825 기관: Baidu Research Baidu의 TTS 시스템에 딥러닝을 적용시켰던 Deep Voice에 대한 두번째 포스팅이다. 이 포스팅에서 우리는, 레이블링한 데이터를
[번역] Baidu Deep Voice: Part 1 – Text-to-speech 파이프라인(The Inference Pipeline)
On March 27, 2019 by JG Seok들어가며 이 글은 2017년 3월에 작성된 내용으로, 딥러닝 모델, 알고리즘의 발전 속도를 생각해보면 2년간의 차이는 상당히 크다고 볼 수 있다. 그러나 개인적으로 음성에 대한 딥러닝 연구는 이미지 처리에 비해 잘 와닿지 않아, Mask R-CNN의 번역처럼, 그 기초를 다지는데 도움이 되지 않을까하여 번역을 시작해본다. (2019년 3월 24일) 이 글은 저자(Dhruv Parthasarathy)의 허락을 받아 번역하여 게시하는 글입니다.
일상에서의 음원 레벨
On July 28, 2017 by JG Seok원출처 : Durrant & Lovrinic (1995) 출처 : 언어임상을 위한 음성과학 2판, 시그마프레스 음음레벨(dB SPL 또는 IL)가청역치0정상적인 호흡10나뭇잎이 움직이는 소리20매우 조용한 속삭임30조용한 거주지역에서의 대화40백화점50일반적인 대화60이동하는 차의 내부70라디오의 시끄러운 음악80도시의 교통90지하철100큰 천둥소리110큰 소리의 로큰롤 밴드120근거리에서의 기관총 발포130이륙할 때의 제트엔진140로켓 발사180
Pre-emphasis filtering, Ceptral mean normalization
On July 19, 2017 by JG Seok다음과 같은 필터링 공식을 통해 저주파수의 amplitude는 줄이고, 고주파수는 증가시키는 방식을 이용한다. Applied Speech and Audio Processing 책의 102p에 다음과 같이 나와있다.(번역은 내맘대로) LPC 분석은 high frequency는 poor한 반면에, lower frequencys를 더 정확히 맞추는(?;satify) 경향이 있다. ㅇ그래서 LPC 분석 전에 pre-emphasis를 시키는 것이 일반적이다. 음성이 입을 통해 발화될 때, 높은 압력에서 대기라는 낮은 압력으로 나오면서,
음성 음향 분석론 – 정리
On July 18, 2017 by JG Seok책: 음성 음향 분석론, 제2판, 박학사 [1] 분석 목적으로 이용되는 최소 시간 분해대는 약 10ms, 자음의 개방(release)와 관련된 순간음 파열(transient burst)와 같은 중요한 음성결과에 대한 가장 짧은 구간이다.(pat, cat, tat 등의 첫 음들) 음성 신호의 대부분은 10kHz의 범주에 분포하며 60dB 정도의 dynamic range, 10ms나 혹은 그 이하의 중요한 변화를 담고 있다.(16p) [2] 비음은 모음처럼 전형적으로
수학으로 배우는 파동의 법칙 – 정리
On July 13, 2017 by JG Seok[1] 큰 목소리 – 파동이 높다. – 진폭이 크다. 작은 목소리 – 파동이 낮다. – 진폭이 작다. 높은 목소리 – 파동의 폭이 좁다 – 진동수(주파수;Hz)가 높다 – 짧은 주기(T) 낮은 목소리 – 파동의 폭이 넓다 – 진동수(주파수)가 낮다 – 긴 주기 [2] 사람의 듣는 주파수 20Hz~20000Hz 정도까지 들린다? (50p) [3] 기본주파수 – 각각의 진동수를 갖는
푸리에 해석 – 기초 공부
On July 11, 2017 by JG Seok참고서적 : 만화로 함께 배우는 푸리에 해석, 성인당 <기초지식 1> 진동을 원으로 표현하면, 위의 그림과 같이 나타낼 수 있다. 위의 , 를 따로 나타내보면 와 의 관계는 위의 그림처럼 나타낼 수 있고, 와 의 관계는 아래와 같다. <기초지식 2> 삼각함수의 미분은 를 과장하여 확대했을때 그려지는 삼각형을 이용해서 구하면 된다. 반지름 1의 원을 기준으로
[Android] AudioRecorder로 Lame을 이용한 MP3 녹음하기
On April 23, 2014 by JG Seok안드로이드에서 MediaRecorder를 이용해 녹음하는 것은 쉽지만, 조금 더 심도있는(?) 녹음을 위해서는 AudioRecorder 클래스를 이용해야한다. AudioRecorder로 MP3를 녹음하는 방법은 WAV를 녹음하는 방법과 크게 다르지 않다. – 기회가 되면 WAV도 포스팅하기로 하고. 일단 MP3녹음을 위해 외부 library를 import한다. 일본인이 만든 듯한 SimpleLameLibForAndroid라는 라이브러리가 잘 쓰이는 듯 하며 구글에 많은 예제가 있으나 뭔가 복잡한 듯. 이를
Recent work
On April 5, 2014 by JG Seok최근에 작업 중인 Project는 총 2개, 약간 표류하고 있는 Project 2개. (1) VoiceLab (by MATLAB): 그 동안의 삽질이 슬슬 결실을 보고 있다. formant, pitch(F0), LPC 등등에 대한 이론들도 많이 습득했고, 조만간 이쪽에 대한 포스팅을 진행해보려고 계획 중 (2) ???? (by Android): 승우의 도움으로 진행에 가속도를 붙이는 중. 거의 데모 개발은 완료했고, 조만간 임상에 적용해서 validation
Top Posts
![[번역글] Image Segmentation에 대한 짧은 이야기: R-CNN 에서 부터 Mask R-CNN 까지](https://i2.wp.com/junn.net/wp-content/uploads/2018/04/4.png?resize=40%2C40&ssl=1){kind=small}
![[R] anaconda를 이용한 R package 설치](https://i1.wp.com/junn.net/wp-content/uploads/2019/04/스크린샷-2019-04-07-오후-5.22.02.png?resize=40%2C40&ssl=1){kind=small}
![[번역] Baidu Deep Voice: Part 1 - Text-to-speech 파이프라인(The Inference Pipeline)](https://i1.wp.com/junn.net/wp-content/uploads/2019/03/1-r7mIPqfXfN2PWvE-y5Yd6A.png?resize=40%2C40&ssl=1){kind=small}
Blog Stats
- 59,005 hits