메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이중찬 (Hanyang University) 이태희 (Hanyang University) 황우성 (Hanyang University) 최명렬 (Hanyang University)
저널정보
한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제28권 제4호
발행연도
2024.12
수록면
607 - 612 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 AI 기반의 음성 합성 기술의 발전으로 딥 보이스와 같은 합성 음성을 이용한 보이스 피싱과 같은 범죄가 증가하고 있다. 기존의 딥 보이스 탐지 모델들은 Accuracy 기반 가중치 앙상블 기법을 사용하지만, 오인률을 충분히 반영하지 못하는 한계가 있다. 본 논문에서는 딥 보이스 오인률(Deep Voice Error Rate, DE)과 실제 음성 오인률(Real Voice Error Rate, RE)의 차이를 반영하여 각 모델의 오인률을 가중치로 부여하는 새로운 앙상블 기법을 제안한다. 실험을 통해 제안 기법이 기존 기법보다 높은 딥 보이스 탐지 정확도와 낮은 DE와 RE를 보였다. 또한, 훈련 데이터와 테스트 데이터는 다른 음성 합성 기술로 변환된 데이터를 사용함으로써 제안된 앙상블 기법이 새로운 음성 합성 기술에 적용 가능할 것으로 기대된다.
#Deep Voice #DE #RE #Ensemble #Synthetic Voice Detection

목차

Abstract
요약
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092323717