• 한국산학기술학회논문지
• /
• 제19권2호
• /
• pp.380-386
• /
• 2018

믹싱의 기술적인 측면에서 가장 해결하기 어려웠던 부분 중에 하나가 바로 보컬(목소리) 이다. 악기와 달리 보컬은 각각 가수들마다 너무 나 다른 톤, 즉 색깔 때문에 공통의 수치를 적용하기도 어려울뿐더러 여러 이펙터를 적절히 배합해야 하기 때문에 매우 힘든 작업이었다. 본 논문은 그중에서도 가장 대표적인 보컬이펙터인 리버브의 개념과, 현황, 사용방법에 대해 학생들이 가장 많이 사용하는 이펙터 중에 하나인 Wave Renaissance Reverb 를 사용하여 효과적인 보컬 리버브 사용에 관한 제안을 해보도록 하겠다. 가요 믹싱에서 가장 중요한 부분은 보컬의 목소리를 어떻게 만들어 주는지가 관건이다. 소리의 공간감은 음악을 더욱 더 아름답게 만들어주기 때문에 보컬이펙터로서 리버브의 역할은 절대적이다. 컴퓨터기술은 음악을 더욱 손쉽게 만들 수 있게 해주었으나 정해진 프리셋만을 사용하게 하는 등 개개인의 기술능력이 떨어지는 부작용을 낳았다. 보다 더 더 세밀한 노력을 통한 뮤지션들의 리버브 연구는 결국 좋은 음악을 창출해 낼 수 있을 것이다.

• 말소리와 음성과학
• /
• 제1권4호
• /
• pp.105-109
• /
• 2009

This thesis describes the method for well voice announcement using the TTS(Text-To-Speech) technology in the shop music broadcasting service. Offering a high quality TTS sound service for each shop requires a great expense. According to a report on the architectural acoustics the room acoustic indexes such as reverberation time and early decay time are closely connected with a subjective awareness about acoustics. By using the result the customers will be able to recognize better the voice announcement by applying sound effect to speech files made by TTS. The result of an aural comprehension examination has shown better about almost all of the parameters by applying reverb effect to TTS sound.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 2부
• /
• pp.599-602
• /
• 2010

음악 제작 과정의 마지막 단계는 마스터링이다. 과거의 마스터링은 단순히 컴프레서(Compressor)와 리미터(Limiter)를 이용하여 각 트랙의 오디오 레벨을 일률적으로 매칭시키는 것이었지만, 디지털 장비의 꾸준한 발전으로 많은 마스터링 제작자들은 이퀄라이저(Equalizer)와 컴프레서를 기본으로 리버브(Reverb), 딜레이(Delay), 그리고 디더(Dither)를 이용하여 모든 트랙을 하나의 통일된 분위기로 제작하는 방식으로 진보하고 있다.

• 한국정보통신학회논문지
• /
• 제24권3호
• /
• pp.384-390
• /
• 2020

영화나 VR 콘텐츠 제작 시 음향에 잔향 효과를 주는 것은 현장감과 생동감을 느끼게 하는데 매우 중요한 요소이다. 공간에 따른 음향의 잔향 시간은 RT60(Reverberation Time 60dB)이라는 표준에서 권고된다. 본 논문에서는 음향 편집 시 자동 잔향 편집을 위한 장면 인식 기법을 제안한다. 이를 위해 컬러 이미지와 예측된 깊이 이미지를 동일한 모델에 독립적으로 학습하는 분류 모델을 설계하였다. 실내 장면 분류는 내부 구조가 유사한 클래스가 존재하여 컬러 정보 학습만으로는 인식률의 한계가 존재한다. 공간의 깊이 정보를 사용하기 위해 딥러닝 기반의 깊이 정보 추출 기술을 사용하였다. RT60을 기반으로 총 10개의 장면 클래스를 구성하고 모델 학습 및 평가를 진행하였다. 최종적으로 제안하는 SCR+DNet(Scene Classification for Reverb＋Depth Net) 분류기는 92.4%의 정확도로 기존의 CNN 분류기들보다 더 높은 성능을 달성하였다.

• 말소리와 음성과학
• /
• 제10권1호
• /
• pp.33-38
• /
• 2018

Although deep neural network-based acoustic models have greatly improved the performance of automatic speech recognition (ASR), reverberation still degrades the performance of distant speech recognition in indoor environments. In this paper, we adopt the DenseNet, which has shown great performance results in image classification tasks, to improve the performance of reverberant speech recognition. The DenseNet enables the deep convolutional neural network (CNN) to be effectively trained by concatenating feature maps in each convolutional layer. In addition, we extend the concept of multi-resolution CNN to multi-resolution DenseNet for robust speech recognition in reverberant environments. We evaluate the performance of reverberant speech recognition on the single-channel ASR task in reverberant voice enhancement and recognition benchmark (REVERB) challenge 2014. According to the experimental results, the DenseNet-based acoustic models show better performance than do the conventional CNN-based ones, and the multi-resolution DenseNet provides additional performance improvement.

• 한국산학기술학회논문지
• /
• 제19권12호
• /
• pp.569-573
• /
• 2018

음악은 수많은 악기가 내는 사운드로 구성되어 있다. 그 중에서도 사람의 목소리인 '보컬' 사운드는 그 어떤 악기보다도 가장 즉각적으로 잘 인지되는 파트이다. 곡에서 중요한 부분을 차지하는 보컬을 여러 사운드 속에서 완벽하게 믹싱하는 데에는 많은 요소들이 고려되어야 하고 또 다양한 단계들이 존재한다. 그 단계 중 EQ에 집중하여 연구하고자 한다. 따라서 본 논문에서는 EQ작업과 관련된 사항들에 대해 EQ의 개념 및 종류로 부터 시작해 보컬 레코딩 시 EQing방법, Subtractive EQ, Additive EQ 등에 관해 알아보도록 할 것이다. EQ는 사운드 믹싱 과정에서 특히나 보컬 사운드를 다루는데 있어서 가장 중요한 도구 중 하나로 손꼽힌다. 보컬 이큐잉은 보컬이 완벽히 트랙 믹스 안에 어우러지게 하기 위해 각 주파수 대역을 부스트 하고 또 컷팅하여 음색을 다듬는 과정이다. 프로페셔널한 보컬사운드를 얻기 위해서는 그 무엇보다도 자신이 스타일적으로 의도하는 사운드가 무엇인지 확실한 방향성을 가지고 가야하고 그를 위해 레퍼런스 트랙을 이용하는 것도 아주 효과적이다. EQing이외에도 컴프레션, 리버브, 코러스, 딜레이 등의 이펙터 작업과 백킹 보컬과 하모니의 조정 등의 다양한 복잡한 단계의 작업이 있고 그 또한 매우 중요한 작업들이다. 그러나 믹싱의 시작에 해당하는 작업인 EQing은 무엇보다도 그 중요도가 큰 관계로 위 사항들을 두루 고려하여 세밀한 작업을 하여야 할 것이다.