Multi-source Audio Separation, Selective Editing, and Source Localization Research
연구 내용
다중음원 오디오에서 잠재 음원성분을 활용해 음원을 선별적으로 편집·분리하고, 다방향 영상·음향 단서로 소스 로컬라이제이션을 수행하는 연구
다중음원 오디오에서 각 소스의 분리와 편집을 동시에 다루기 위해 심층학습 기반의 음향신호처리 모델을 설계합니다. 어텐션네트워크를 활용하여 잠재 음원성분을 추정하고, 음원선별적 편집을 통해 특정 소스만을 목표 형태로 조정하는 방향으로 연구를 수행합니다. 또한 다방향 영상·음향을 함께 고려하여 장면 내 음원의 위치 추정을 포함한 소스 로컬라이제이션 문제로 확장해, 오디오 장면 이해의 활용성을 높이는 차별성을 보유합니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 다중음원 오디오에서 음원선별적 편집을 중심으로 잠재 음원성분 기반의 심층학습 모델을 개발하는 흐름이었습니다. 이후 어텐션네트워크 구조를 정교화하여 음원분리 성능과 편집 제어성을 함께 향상시키는 방향으로 연구를 심화했습니다. 2024년 이후에는 다방향 영상·음향 단서를 도입하여 단순 분리와 편집을 넘어 소스 로컬라이제이션까지 포함하는 확장 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 프로젝트
구분
제목
다방향 영상·음향에 대한 음원 분리 및 로컬라이제이션 모델 연구
딥러닝 기반의 다중음원 오디오에 대한 음원선별적 편집 모델 연구