• 정보과학회지
• /
• 제31권5호
• /
• pp.32-39
• /
• 2013

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2012년도 추계학술대회 논문집
• /
• pp.323-324
• /
• 2012

• Bulletin of the Korean Chemical Society
• /
• 제33권11호
• /
• pp.3857-3860
• /
• 2012

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2013년도 추계학술대회 논문집
• /
• pp.671-672
• /
• 2013

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2013년도 추계학술대회 논문집
• /
• pp.673-674
• /
• 2013

• 한국건설순환자원학회지
• /
• 제17권3호
• /
• pp.33-37
• /
• 2022

• ETRI Journal
• /
• 제45권4호
• /
• pp.724-724
• /
• 2023

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2018년도 공동국제학술발표회
• /
• pp.75-75
• /
• 2018

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• 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
• /
• 제34권8호
• /
• pp.2522-2524
• /
• 2013