• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.31 no.5
• /
• pp.32-39
• /
• 2013

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2012.10a
• /
• pp.323-324
• /
• 2012

• Bulletin of the Korean Chemical Society
• /
• v.33 no.11
• /
• pp.3857-3860
• /
• 2012

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2013.10a
• /
• pp.671-672
• /
• 2013

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2013.10a
• /
• pp.673-674
• /
• 2013

• Magazine of RCR
• /
• v.17 no.3
• /
• pp.33-37
• /
• 2022

• ETRI Journal
• /
• v.45 no.4
• /
• pp.724-724
• /
• 2023

• Proceedings of KOSOMES biannual meeting
• /
• 2018.06a
• /
• pp.75-75
• /
• 2018

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.364-367
• /
• 2020

오디오 캡셔닝(Audio Captioning)은 시스템이 입력으로 오디오 신호를 받아들이고 해당 신호의 텍스트 설명을 출력하는 중간 번역 작업이다. 이 논문에서는 컨볼루셔널 뉴럴 네트워크(CNN), 트랜스포머의 딥러닝 알고리즘을 사용하여 주변 환경 소리에 대한 오디오 캡셔닝을 자동으로 수행하고 한글화된 출력 결과를 제공하는 모델을 제시한다. 본 연구 결과, 모델의 성능 평가 척도인 SPIDEr 점수는 0.1977이 나왔다.

• Bulletin of the Korean Chemical Society
• /
• v.34 no.8
• /
• pp.2522-2524
• /
• 2013