다양한 음향신호 처리에 범용적 적용이 가능한 신경망 기반 스펙트로그램 변환 블록 연구

본 과제는 음향 신호의 고유 특성에 기반해 음원 간 상호간섭을 줄이면서 음원분리, 음성강화, 자동악보생성까지 성능을 안정적으로 높이기 위한 신경망 기반 스펙트로그램 변환 블록 연구임. 연구 목표는 안정적 성능 향상을 보장하는 스펙트로그램 변환 블록 확보에 있음. 핵심 연구 내용은 Time-Invariant feature 강화 기반 변환 스펙트로그램 변환 기법으로 음향신호 고유특성 분석, Self-Attention 기반 잠재 음원표상 변환 기법으로 음원 간 상호간섭 해소, 음원분리·음성강화·자동악보생성 적용 및 실험평가 수행임. 기대효과는 음성인식 시장 수요 충족, 기반기술 선도 및 전문 인력 양성, 전장/전천후 환경 음성왜곡 대응을 통한 군 전력 증강 기여임.