• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 2호
• /
• pp.351-354
• /
• 1999

본고는 현대 러시아어 이중자음1의 장단 발음 경향을 연구하는 과정에서 채택된 실험음성학적 방법론을 상술하는 것을 목적으로 하며, 자연 발화에서의 자음의 상대적 길이를 설정하는 문제와, 그 상대적 길이를 고려하여 자음의 장단을 결정하는 문제를 다룬다. 자음의 상대적 길이는 해당 이중자음과 그 자음을 둘러싼 모음 전체의 길이에 대한 해당 자음의 길이의 비율을 백분율로 환산한 것으로 설정한다. 그 상대적 길이의 관점에서 자음의 장단 결정을 위한 기준을 마련하기 위하여 러시아어 자음의 장단 인지에 관한 실험을 실시하였으며, 그 결과 이중자음의 장단음 구별 불가 구간을 설정하였고, 그것을 자음의 장단 결정에서 기준으로 사용하였다.

• 한국콘텐츠학회논문지
• /
• 제6권1호
• /
• pp.80-84
• /
• 2006

모음을 삽입시키거나 자음을 탈락시킴으로써 한 음절 내의 영어 연속음을 없애는 자음군 축약 전략이 기존의 연구들마다 다르다는 점에 동기를 부여받아서 한국 학생들의 영어 자음군 축약 전략을 탐구하게 되었다. 대학생 60명의 어두와 어말 자음군 발음을 조사한 결과, 초성이냐 종성이냐 하는 운율적 위치와 자음군이 몇 개로 구성되어 있느냐는 자음군 숫자에 따라 모음 삽입이냐 자음 탈락이냐 하는 자음군 축약 전략에 영향을 미치는 것으로 나타났다. 삽입과 탈락의 오류 비율은 초성보다는 종성에서 높았고 두 개의 자음군보다는 세 개의 자음군에서 높았다. 전반적으로 삽입 오류 비율이 탈락 오류 비율보다 높았으나, 종성 위치의 세 개의 자음군에서는 탈락 비율이 삽입 비율보다 중요하게 높았다. 종성 위치 세 개의 자음군에서 탈락 비율이 높은 것 때문에 운율 위치에 상관없이 세 개의 자음군에서 삽입보다 탈락 비율이 높게 나타났으며 전반적으로 종성에서 탈락 비율이 높이 나타났다.

• 한국음향학회지
• /
• 제11권3호
• /
• pp.14-24
• /
• 1992

본 논문은 신경망을 이용한 자음인히기에 관한 연구이다. 우선 자음과 모음이 포함된 음성에서 자음부분을 분리하였다. 각각의 자음을 몇개의 집단으로 나누어서 자음구간대 영교차율을 조사하였다. 마지막으로 자음을 인식하기 위해 제어망과 몇개의 소규모 망으로 구성한 혼합 신경망을 제안한다. 제어망은 입력된 자음이 어느 집단에 속하는가를 결정하고, 소규모망에서는 각 집단에 속하는 자음을 인식한다.

• 대한치과의사협회지
• /
• 제10권9호
• /
• pp.605-625
• /
• 1972

한글의 파열자음(Plosive Consonants of stop consonants)인 ㄱ, R, ㅋ, ㅃ, ㅍ이나, ㄷ, ㄸ, ㅌ의 삼중 구별은 외국어에서는 찾아 볼수 없는 한글 고유의 특성이라고 생각되어 왔다. 이는 한국인 학자에게 뿐만 아니라 외국인 학자에게도 크나큰 관심사가 되어 왔다. 그 가장 큰 이유중의 하나가 소위 파열자음의 생리기전면에서 볼때, p,b나 k,g의 구별이 단순히 무성(Voiceless)대 유성(Voiced)의 차이냐 또는 근육의 힘의 차이냐 하는 문제가 오랫동안 국제학계에서 논난의 대상이 되어왔기 때문이다. 둘째로는 기이하게도 한글의 파열자음은 모두 무성자음으로 외국어에서 볼수있는 유성대 무성의 대조는 없으며, 다만 근육의 gal의 대조가 있지 않을까 생각되어 왔기 때문이다. 그러나 현재까지는 이 세가지 종류의 한글파열자음 발음시의 생리기전의 차이를 규명한 연구가 없었다. 저자는 이점에 착안하여 미국 위스컨신대학교 언어병리학 및 생리학 실험실에서 고도로 발달된 최신 연구기구를 이용하여 한글파열 자음 발음시의 생리기전의 차이를 규명하였다. 서론 연구방법, 연구결과, 결론에 관한 자세한 내용은 영문초록에 기술되어 있다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.89-92
• /
• 1998

영어의 선행모음의 길이 특성이 어말 자음의 유.무성 인지에 어떤 영향을 미치는지에 관한 선행 연구의 후행연구로서 후행하는 폐쇄음의 자음적 특성은 어떠한 실마리로 적용하는지 한국어 화자들을 대상으로 한 인지실험을 통해 알아보았다. 실험결과, 한국어 모국어 화자들에게 어말 폐쇄음의 자음적 특성은 자음의 유.무성 인지에 중요한 실마리로 작용하지 못하고 있다는 사실을 알 수 있었다.

• 말소리와 음성과학
• /
• 제14권1호
• /
• pp.1-11
• /
• 2022

본 연구는 영어에서 어말 자음의 유무성성에 따라 선행하는 모음의 길이에 차이가 나타나는 현상이 어말 자음, (부분) 무성음화 정도, 폐쇄음의 파열 여부와 가지는 상관관계에 대해서 살펴보고자 한다. 또한, 선행 모음의 길이 차이에 대한 여러 설명 중 무성 자음 앞 모음보다 유성 자음 앞 모음을 더 길게 발화하여 어말 자음의 유무성성을 구별한다는 기능적인 관점을 중심으로 연구 결과를 보고자 한다. 본 연구는 영어 원어민 화자들을 대상으로 발화 실험을 진행하고 선행하는 모음의 길이, 어말 유성 자음의 (부분) 무성음화 정도, 어말 폐쇄음의 파열 유무를 측정하였다. 발화 실험 결과, 어말 자음의 유무성성에 따른 선행 모음 길이 차이의 비율은 어말 자음이 폐쇄음인지, 마찰음인지에 따라 달라지지 않았다. 또한, 어말 유성 자음의 (부분) 무성음화 정도가 크게 나타날수록 어말 유성 자음 앞 모음의 길이가 길게 나타나며 기능적 관점에서 예측한 바와 일치하는 결과가 나타났다. 마지막으로, 기능적 관점에 따른 예측과는 다르게 선행 모음 길이 차이의 비율은 어말 폐쇄음이 파열 없이 발화되었을 때보다 파열하여 발화되었을 때 더 크게 나타났다. 이러한 결과는 어말 자음의 유무성성에 따른 선행 모음 발화 길이의 차이를 기능적 관점으로만 설명하기에는 한계가 있다는 것을 시사한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.329-332
• /
• 2000

변수로서 악센트구 내 음절수, 첫째 음절과 둘째 음절의 음절 유형 (폐음절 대 개음절), 첫째 음절과 둘째 음절의 초성 자음의 유형 등을 고려하여 선택된 3음절 무의미 단어 35개와 4음절 무의미 단어 35개를 사용하여 4음절 이상으로 이루어진 서울말 악센트구의 성조에 대 하여 조사하였다. 이 실험의 발화에서는 1) 악센트구성조에 대하여 4음절과 5음절의 차이는 나타나지 않았다. 2) 음절 유형은 첫째 음절의 초성 자음이 보통음일 때는 유의한 영향을 미치지 않았으나, 센소리일 때는 둘째 음절의 유형이 유의한 영향을 미치는 것으로 드러났다 3) 악센트구 성조에 대하여 첫째 음절의 초성 자음의 유형이 중요한 역할을 하는 것으로 나타났다 첫째 음절의 초성 자음이 센소리일 때 악센트구 4개 성조 모두 보통음일 때에 비해 높게 나타났다. 4) 둘째 음절의 초성 자음의 유형도 자신의 성조에 유의한 영향을 끼치는 것으로 드러났으며 센 소리로 시작하는 경우에 다른 유형의 자음에 비하여 자신의 피치 값이 높은 것으로 나타났다.

• 한국음향학회지
• /
• 제3권2호
• /
• pp.35-45
• /
• 1984

본 연구는 한국어의 발음상의 특징과 구조에 의해서 한국어를 음소별로 분리할 수 있음에 착안 하여, 자음과 모음으로 구성된 한국어 단음을 자음의 음소와 모음의 음소로 각각 분리하여 인식하는 새 로운 방법에 관한 연구이다. 특정 화자 2명에 대하여 한국어 단음 84자를 모음의 음소와 자음의 음소로 각각 분리하여 인삭한 실험결과 모음을 인식한 경우에는 선형 예측 계수를 이용하면 인식률이 95.2%이 고, 편자기 상관계수로 92.5%, 폴만트로 97.6%의 인식률을 얻었고, 자음을 인식한 경우에는 선형 예측 계수로 88.7%, 편자기 상관계수로 92.9%의 인식률을 얻었다. 또, 자음의 음소와 모음의 음소를 결합시킨 단음을 인식한 경우에는 선형 예측 계수로 83.9%, 편자기 상관계수로 86.3%의 인식률을 얻었다. 이 때, 각 음소들의 데이터의 수는 256개이고, 선형 예측 계수와 편자기 상관 계수와의 예측차는 15차이다. 이 와 같이 한국어를 자음의 음소와 모음의 음소로 분리하면 작은 데이터 양으로 처리 시간을 단축 시켜 한국어의 모든 단음, 단어, 연속음, 문장 등을 분석하고 인식할 수 있고, 또한 각 음소들을 원칙적으로 결합시켜 모든 한국어의 합성이 가능함을 알 수 있다.

• 한국전자통신학회논문지
• /
• 제6권1호
• /
• pp.34-42
• /
• 2011

음성타자기의 구현에 접근하려는 노력의 일환으로서, 우리는 본 논문에서 자음의 분류에 대해 연구한다. 많은 자음들은 시간에 따른 주기적 거동을 보이지 않고 따라서 그들에 대한 푸리에 해석의 타당성에 확신을 갖기 어렵다. 그러므로, 우선 음성 신호로부터 추출되는 MFCC와 LPCC 특징벡터들이 자음에 대해 어느 정도의 의미가 있는지를 파악하기 위하여 LBG 클러스터링을 통한 벡터양자화를 수행한다. VQ의 실험적 결과는 자음에 대한 푸리에 해석의 타당성에 관해 분명한 결론을 내리는 것이 쉽지 않음을 보여주었다. 자음의 분류를 위해 SOM과 LVQ의 두 가지 신경망이 사용되었다. SOM의 결과는 몇 쌍의 자음들이 나뉘어 분류되지 않음을 보여주었다. LVQ에서는 본질적으로 이 문제가 사라지지만 자음의 분류 정확도는 낮은 수준이었다. 이로부터, LVQ에 의한 자음 분류에 있어서는 MFCC 및 다른 특징 벡터들이 함께 사용되어야 함이 사료된다. 하지만 본 연구에서 도입한 MFCC/LVQ의 결합은 기존의 언어모델을 기반으로 하는 음소 분류에 비해 그 결과가 나쁘지 않은 것으로 나타났다. 모든 경우에 LPCC 특징벡터는 MFCC에 비해 그 결과가 좋지 않았다.

• 한국음향학회지
• /
• 제22권4호
• /
• pp.286-292
• /
• 2003

음성 구간 추출이란 입력된 음성신호를 음성 구간과 묵음, 또는 잡음구간으로 구분하는 과정이다. 잡음이 섞여있는 음성신호의 무성자음 신호는 잡음신호와 매우 유사하다. 따라서 음성 구간을 추출하거나 잡음을 제거 또는 감소시킬 때 무성자음에 특별히 주의하지 않으면 무성자음을 손상시키거나 잘못된 잡음 추정으로 이어질 수 있다. 본 논문에서는 잡음 환경에서 연속음성신호의 음성 구간을 정확하게 추출하기 위해 잡음과 무성자음사이의 경계를 명시적으로 검출함으로써 무성자음의 구간을 추출하는 방법을 제안한다. 제안하는 추출방법은 Hirsch가 잡음 추정을 위해 사용한 히스토그램 방법과 연속된 프레임 사이의 주파수 성분의 유사성을 나타내는 파라미터들을 이용하였다. 제안한 방법의 성능을 평가하기 위해 음성신호에 SNR이 각각 10㏈와 15㏈인 7가지의 잡음을 첨가하여 무성자음신호의 추출 실험을 수행하였다.