DeepASMR: 딥러닝 기반의 ASMR 플랫폼 :DeepASMR: Deep Learning-based ASMR Platform

문지영

추천

검색

자료유형: 학위논문

저자정보: 문지영 (서울대학교, 서울대학교 대학원)

지도교수: 고형석

발행연도: 2021

저작권: 서울대학교 논문은 저작권에 의해 보호받습니다.

이용수9

이 논문의 연구 히스토리 (2)

2021

DeepASMR: 딥러닝 기반의 ASMR 플랫폼

문지영 전기·정보공학부 2021.01 학위논문

2020

DeepASMR: 딥러닝 기반의 ASMR 플랫폼

문지영 , 고형석 한국정보과학회 학술발표논문집 2020.07 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 ASMR(Autonomous Sensory Meridian Response)이라고 불리는 심리적 안정감을 제공하는 “특별한” 소리에 관심이 높아지고 있으며 관련 비즈니스도 활발히 시작되고 있다. 그러나 ASMR 음원 개발은 많은 시간과 노력이 필요하여 생산성 문제가 있다. 본 연구는 딥러닝을 이용하여 기존 ASMR 음원들을 모으고 분류하며 사용자의 선호도를 바탕으로 새로운 ASMR 음원을 생성할 수 있는 플랫폼인 DeepASMR을 제안한다. DeepASMR은 ASMR 음원 분류 및 인식을 위해 기존의 음악 인식이나 소음 인식을 위한 DNN보다 개선된 DNN 모델들을 구축하여 분류의 정확도를 95% 이상까지 높였다. 이를 통해 인터넷에 있는 ASMR 음원들을 분류하여 데이터베이스를 만들고, 사용자에게 자극(trigger)이 되는 ASMR을 쉽게 찾을 수 있도록 한다. 또한 DNN을 기반으로 기존 ASMR 음원들을 변형하거나 합성하는 방식으로 새로운 ASMR 음원을 생산한다. 이를 위해 VAE(Variational Autoencoder) 및 GAN(Generative Adversarial Network) 방식을 이용하여 ASMR 음원 생성 DNN 모델을 구축하였다. 이를 통해 생성된 ASMR 음원들을 우리의 분류 DNN 모델에 입력하여 그 정확성을 검증한 결과, 70% 이상의 정확도를 보여 제안하는 DNN 모델이 양질의 ASMR 음원들을 생성하였음을 시사한다.

In the recent decade, a new genre of sounds called ASMR (Autonomous Sensory Meridian Response) became an internet sensation. ASMR refers to a group of “special” sounds that are known to trigger psychological comfort. ASMR sounds usually refer to everyday noise-like sounds (i.e. tapping or whispering), but quietened and isolated without any background noise. Due to its quality to trigger comfort, ASMR sound is often referred to as a ‘trigger’. Attracting millions of people throughout the world, ASMR made its way into various businesses, from being the subject of various television advertisements to creating professions that create quality ASMR sounds. Regardless of the platform, the process of creating quality ASMR sounds brings up the issue of low productivity, due to the excessive amount of time and effort it requires. This dissertation proposes DeepASMR, an ASMR platform based on deep learning that improves productivity of creating ASMR sounds. DeepASMR, uses deep neural networks (DNN) to classify the collected ASMR sounds and create new sounds based on the existing ones. Our proposed DNN model can increase the accuracy of classification of ASMR sounds up to 95%, surpassing the performance of existing DNN models used for urban sound or music classification. With this model, it is possible to efficiently create a large labelled database for various ASMR sounds, which allows users to explore and correctly identify one’s triggers. Furthermore, methods for generating new ASMR sounds using DNN by either modifying or merging trigger sounds are proposed. We constructed DNN models for generation using the VAE (Variational Autoencoder) model and the GAN (Generative Adversarial Network) model. Finally, after generating ASMR sounds with our model for each chosen trigger, we fed the generated samples back into our classification model as inputs. This resulted in over 70% in accuracy, indicating our proposed generation model created quality ASMR sounds.

#ASMR #딥러닝 #분류 #생성 #VAE #GAN #Deep learning #classfication #generation

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)