• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.199-202
• /
• 2001

일반적으로 음성신호로부터 사람의 감정을 인식할 수 있는 요소는 (1)대화의 내용에 사용한 단어, (2)톤 (Tone), (3)음성신호의 피치(Pitch), (4)포만트 주파수(Formant Frequency), 그리고 (5)말의 빠르기(Speech Speed) (6)음질(Voice Quality) 등이다. 사람의 경우는 주파수 같은 분석요소 보다는 론과 단어, 빠르기, 음질로 감정을 받아들이게 되는 것이 자연스러운 방법이므로 당연히 후자의 요소들이 감정을 분류하는데 중요한 인자로 쓰일 수 있다. 그리고, 종래는 주로 후자의 요소들을 이용하였는데, 기계로써 구현하기 위해서는 조금 더 공학적인 포만트 주파수를 사용할 수 있게 되는 것이 도움이 된다. 그러므로, 본 연구는 음성 신호로부터 피치와 포만트, 그리고 말의 빠르기 등을 이용하여 감성 인식시스템을 구현하는 것을 목표로 연구를 진행하고 있는데, 그 1단계 연구로서 본 논문에서는 화가 나서 내뱉는 알과 기쁠 때 간단하게 사용하는 말들을 기반으로 하여 극단적인 두 가지 감정의 독특한 특성을 찾아낸다.

• 음성과학
• /
• 제13권4호
• /
• pp.23-42
• /
• 2006

This paper reports a preliminary result of an acoustic study on the stress and intonational system in Lakhota, a native American language. It investigates how the stress and intonation in Lakhota are phonetically manifested; and how the stress interacts with other prosodic factors. The results preliminarily obtained from one native Lakhota speaker suggest that the primary cue of the stress is relatively high F0 which is often accompanied by higher intensity (for the vowel) and longer VOT (for aspirated stops). The results also indicate that stress is not reliably marked by duration. The stress system, however, interacts with the intonational pattern, such that, for example, intonational peak falls on the stressed syllable with a general pattern of L+H* and that it interacts with the boundary tone L%, resulting in mid tone utterance-finally. This paper can be viewed largely as a qualitative study on an understudied native American language, Lakhota and as forming a basis for further development of its stress and intonation system whose acoustic properties of its prosodic system have not been investigated before.

• 음성과학
• /
• 제8권1호
• /
• pp.93-111
• /
• 2001

This study investigates the contribution of vocalic information following the release of an initial stop to the identification of the three-way stop contrast (aspirated, lax, and tense) in Korean. Recent studies showed that there is a strong interaction between consonant types and tone. The findings raise questions concerning Korean listeners' use of tonal (or vocalic F0) variation in differentiation initial tense, lax, and aspirated stops. The above issues are addressed in the present study using a cross-splicing methodology. The overall results show that low vocalic F0 provided the most salient information for lax stops; tense and aspirated stop identification depended on a combination of VOT, F0, and H1-H2 characteristics. The perceptual dominance of F0 over VOT for lax stops is consistent with the size of the F0 difference in utterance-initial position, as well as their prominent role in Korean intonational phonology.

• 음성과학
• /
• 제1권
• /
• pp.39-53
• /
• 1997

As the segmental phonetic output is derived from its underlying form, the phonetic surface of intonation could also be derived from its underlying tone melody. In order to show clearly the phonological processes (in fact, we need more than just phonological processes) involved in the generation of intonational surface, we need to formalize the description of those processes. This paper firstly examines different types of sentence-final intonation contour in Korean, and then attempt to formalize the intonational behavior of those contours. In this attempt, we will investigate what kinds of linguistic information participate in deciding the shapes of the. contours and what kinds of tonological processes the underlying tone melody undergoes before it takes the surface shape. In this analysis of intonation contours, we focus on the linguistic structure rather than the acoustic property, adopting just two tones L and H as phonological tones, with four phonetic pitches.

• 대한전자공학회논문지
• /
• 제24권2호
• /
• pp.196-200
• /
• 1987

The following methods are proposed for implementing digital dual tone multi-frequency (DTMF) receiver: using infinite impulse response(IIR) digital filters, period-counting algorithm, discrete Fourier transform(DFT), and fast Fourier transform(FFT)[2]. The PARCOR(Partical Correlation) analysis method which has been widly used in the speech signal processing area is applied to the dual tone multi-frequency(DTMF) signal detection. This method is easy to implement digitally and stronger to digit simulation of speech than any other methods proposed up to date. Since sampling rate of 4KHz is used in the DTMF receiver for the detection of input DTMF signal originally sampled at 8KHz, it effects two times higher multiplexing efficiency.

• 말소리와 음성과학
• /
• 제1권4호
• /
• pp.85-94
• /
• 2009

This paper investigates the intonation patterns of Korean spontaneous speech through an analysis of four dialogues in the domain of travel planning. The speech corpus, which is a subset of spontaneous speech database recorded and distributed by ETRI, is labeled in APs and IPs based on K-ToBI system using Momel, an intonation stylization algorithm. It was found that unlike in English, a significant number of APs and IPs include hesitation lengthening, which is known to be a disfluency phenomenon due to speech planning. This paper also claims that the hesitation lengthening is different from the IP-final lengthening and that it should be categorized as a new category, as it greatly affects the intonation patterns of the language. Except for the fact that 19.09% of APs show hesitation lengthening, the spontaneous speech shows the same AP patterns as in read speech with higher frequency of falling patterns such as LHL in comparison with read speech which show more LH and LHLH patterns. The IP boundary tones of spontaneous speech, showing the same five patterns such as L%, HL%, LHL%, H%, LH% as in read speech, show higher frequency of rising patterns (H% and LH%) and contour tones (HL%, LH%, LHL%) while read speech on the contrary shows higher frequency of falling patterns and simple tones at the end of IPs.

• 말소리와 음성과학
• /
• 제14권4호
• /
• pp.1-10
• /
• 2022

본 연구는 한국어 동형다의 종결어미 '-(으)ㄹ걸'의 의미 변별에 작용하는 경계성조와 선행음절의 음높이와의 상관성을 지각실험을 통해 살펴보고 이를 바탕으로 '-(으)ㄹ걸'의 의미변별에 관여하는 핵심 운율변수가 무엇인지 살펴보았다. '-(으)ㄹ걸'은 추측과 후회를 전달하는 대표적인 동음다의어인데 이 두 의미가 동일한 통사·형태구조를 지닌 서술문의 형태로 제시된다. 이러한 연유로 의미 변별을 위해 문장 경계 억양의 역할이 중요하게 여겨졌다. 전통적으로 추측은 오름의 경계성조로, 후회는 내림의 경계성조로 실현되는 것으로 알려져 있다. 그러나 선행연구에서는 경계성조의 유형과 더불어 선행음절과의 음높이 차이 또한 '-(으)ㄹ걸'의 의미 변별에 핵심적 운율변수로 작용할 수 있음이 지적되었다. 이에 본 연구에서는 경계성조 형태가 '-(으)ㄹ걸'의 의미를 변별하는 유일한 운율변수가 아닐 수 있다는 가정하에, '-(으)ㄹ걸'의 마지막 두 음절의 음높이차가 경계성조 형태와 어떤 양상으로 상호작용하는지 한국어원어민 화자를 대상으로 한 지각실험을 통해 조사하였다. 지각 실험에 사용된 문장은 추측문장의 경계성조의 음높이를 선행음절의 평균음높이와 -5 Qt-15 Qt 차이로 조절한 21문장에 원 자료를 포함한 22문장과 후회문장의 경계성조의 음높이를 선행음절의 평균 음높이와 -10 Qt-10 Qt 차이로 조절한 21문장에 원 자료를 포함한 22문장, 그리고 이들 문장을 혼합한 44문장을 대상으로 이루어졌다. 지각실험은 이들 각각의 실험자료를 별개로 하여 3단계로 이루어졌다. 지각실험 참여자들은 청취하는 문장이 얼마나 추측(1단계) 또는 후회(2단계)에 가깝게 들리는지와 추측 또는 후회(3단계) 중 어떤 문장으로 지각되는지를 5단계로 평가하였다. 지각실험에는 30명의 한국어원어민 화자가 참여하였다. 지각실험 결과 추측과 후회로 발화된 문장의 경계성조 H%와 L%의 형태와는 상관없이 그 평균 음높이가 선행음절보다 높으면 추측으로 낮으면 후회로 지각되는 경향이 뚜렷이 나타났다. 즉 경계성조의 평균 음높이가 양의 방향으로 커질수록 추측으로, 음의 방향으로 작아질수록 후회로 지각되었다. 추측과 후회로 발화된 모든 문장의 경계성조의 형태가 동일한 H% 또는 L%로 고정되었지만 선행음절과의 음높이 차이에 따라 청지각적 판별은 다른 결과로 나타났다. 따라서 경계성조의 형태만으로는 '-(으)ㄹ걸'의 두 의미를 충분히 변별할 수 없음이 관찰되었다.

• 음성과학
• /
• 제12권2호
• /
• pp.183-191
• /
• 2005

This paper describes the automated call routing for call center system based on speech recognition. We focus on the task of automatically routing telephone calls based on a users fluently spoken response instead of touch tone menus in an interactive voice response system. Vector based call routing algorithm is investigated and normalization method suggested. Call center database which was collected by KT is used for call routing experiment. Experimental results evaluating call-classification from transcribed speech are reported for that database. In case of small training data, an average call routing error reduction rate of 9% is observed when normalization method is used.

• 음성과학
• /
• 제2권
• /
• pp.125-134
• /
• 1997

Human beings can perceive various aspects of sound including loudness, pitch, length, and timber. Recently many studies were conducted to clarify complex auditory scales of the human ear. This study critically reviews some of these scales (decibel, sone, phon for loudness perception; mel and bark for pitch) and proposes to apply the scales to normalize acoustic correlates of human speech. One of the most important aspects of human auditory perception is the nonlinearity which should be incorporated into the linear speech analysis and synthesis system. Further studies using more sophisticated equipment are desirable to refine these scales, through the analysis of human auditory perception of complex tones or speech. This will lead scientists to develop better speech recognition and synthesis devices.

• 전자공학회논문지SC
• /
• 제45권5호
• /
• pp.13-20
• /
• 2008

청력 손실을 보상하고 난청인이 다른 사람들과 대화할 수 있도록 디지털 보청기 알고리즘은 개발 되어 왔음에도 불구하고, 디지털 보청기 사용자들은 음성을 듣는데 어려움이 있다고 불만을 토로한다. 그 이유는 피드백이나 잔여 노이즈 등에 의해 디지털 보청기를 통한 음성의 질이 이해하기에 불충분하기 때문이다. 또 다른 이유로 포먼트들 사이에서 일어나는 마스킹 현상이 될 수 있다. 이 연구에서 정상 청각 피험자와 노인성 난청을 갖고 있는 난청인 피험자의 마스킹 특성을 측정하여 음성에서의 마스킹에 의한 음성 인지 저하를 확인하기 위한 실험을 하였다. 실험은 순음검사, 어음 청취 역치 검사, 낱말 분별력 검사, 수음 마스킹 검사, 어음 마스킹 검사의 5개 테스트로 이루어졌다. 어음 마스킹 검사에서 각각 어음 세트에 25개의 어음이 사용되었다. 각 어음의 왜곡을 객관적으로 평가하기 위해서 log likelihood ratio (LLR)를 도입하였다. 결과적으로 포먼트 향상의 양을 늘리면 늘릴수록 어음 인지는 낮아졌고, 각 어음 세트에서 각각의 향상된 어음은 통계적으로 비슷한 LLR을 갖지만 어음인지는 그렇지 않게 나타났다. 이것은 왜곡이 아닌 음향 마스킹이 어음 인지에 영향을 준다는 것을 의미한다. 실제로 피험자들 대부분이 맞추지 못한 음성을 주파수 분석한 결과 첫 번째와 두 번째 포먼트 사이의 레벨 차이가 약 35dB이며 이는 순음 마스킹 실험 결과(정상 청각 피험자:36.36dB, 난청인 피험자:32.86dB)와 비슷한 양상을 보였다. 실험 결과에서 볼 수 있듯이 음향 마스킹의 특성은 정상 청각인과 난청인 사이에서 다르게 나타난다. 그렇기 때문에 보청기 착용 전 마스킹 특성을 검사하고, 피팅 시에 적용해야 한다.