제149호(2019.10.23)
 지난호 보기    
SNUNOW 170호 (2020.10.21) SNUNOW 169호 (2020.10.07) SNUNOW 168호 (2020.09.16) SNUNOW 167호 (2020.09.02) SNUNOW 166호 (2020.08.05) SNUNOW 165호 (2020.07.08) SNUNOW 164호 (2020.06.17) SNUNOW 163호 (2020.06.03) SNUNOW 162호 (2020.05.20) SNUNOW 161호 (2020.05.13) SNUNOW 160호 (2020.04.29) SNUNOW 159호 (2020.04.08) SNUNOW 158호 (2020.03.25) SNUNOW 157호 (2020.03.04) SNUNOW 156호 (2020.02.19) SNUNOW 155호 (2020.02.05) SNUNOW 154호 (2020.01.29) SNUNOW 153호 (2019.12.18) SNUNOW 152호 (2019.12.04) SNUNOW 151호 (2019.11.20) SNUNOW 150호 (2019.11.06) SNUNOW 149호 (2019.10.23) SNUNOW 148호 (2019.10.02) SNUNOW 147호 (2019.09.18) SNUNOW 146호 (2019.09.04) SNUNOW 145호 (2019.08.21) SNUNOW 144호 (2019.08.07) SNUNOW 143호 (2019.07.17) SNUNOW 142호 (2019.07.10) SNUNOW 141호 (2019.06.26) SNUNOW 140호 (2019.06.12) SNUNOW 139호 (2019.05.29) SNUNOW 138호 (2019.05.15) SNUNOW 137호 (2019.05.01) SNUNOW 136호 (2019.04.17) SNUNOW 135호 (2019.04.01) SNUNOW 134호 (2019.02.28) SNUNOW 133호 (2019.01.30) SNUNOW 132호 (2018.12.27) SNUNOW 131호 (2018.11.29) SNUNOW 130호 (2018.10.30) SNUNOW 129호 (2018.08.30) SNUNOW 128호 (2018.07.30) SNUNOW 127호 (2018.06.29) SNUNOW 126호 (2018.05.31) SNUNOW 125호 (2018.04.30) SNUNOW 124호 (2018.03.30) SNUNOW 123호 (2018.02.28) SNUNOW 122호 (2018.01.31) SNUNOW 121호 (2017.12.29) SNUNOW 120호 (2017.11.29) SNUNOW 119호 (2017.10.30) SNUNOW 118호 (2017.09.27) SNUNOW 117호 (2017.08.31) SNUNOW 116호 (2017.07.28) SNUNOW 115호 (2017.06.30) SNUNOW 114호 (2017.05.31) SNUNOW 113호 (2017.04.28) SNUNOW 112호 (2017.03.29) SNUNOW 111호 (2017.02.22) SNUNOW 110호 이전

■ 기부소식 및 동정

융대원 음악오디오 연구실 이주헌 학생, 국제음성학회, 'Best Student Paper Award' 수상
2019.10.21

지난 9월 19일, 융합과학기술대학원 음악오디오 연구실(지도교수: 이교구) 이주헌 학생(석박통합과정)이 오스트리아 그라츠(Austria Graz)에서 열렸던 국제음성학회(INTERSPEECH 2019)에서 “Adversarially Trained End-to-end Korean Singing Voice Synthesis System”이라는 주제로 Best Student Paper Award를 수상하였다. 

 

INTERSPEECH는 음성연구 분야에서 가장 규모가 큰 학회이며, 올해 학회에서는 전세계에서 2천명이 넘는 연구자들이 참석하여 940여편의 논문을 발표했다.

발표한 연구는 가사와 악보 정보로부터 자연스러운 가창 음성을 생성해내는 연구이다. 

 

연구팀은 가사와 음정 정보를 각각 독립적으로 분리하여 학습하는 네트워크를 제안하여 보다 높은 품질의 가창을 효과적인 데이터 활용을 통해 생성해내는 것에 성공했다. 또한 최근 각광받고 있는 adversarial training 방법을 사용하여 보다 자연스러운 음질을 갖는 음성을 생성해내는데 성공했다. 연구팀은 후속 연구로서 여러명의 가수의 목소리를 생성해내는 네트워크를 제안하였으며, 실제 가수의 음원을 복제해내는 방법 또한 제시하였다. 

 

자료제공: 융합과학기술대학원(031-888-9123)

■ FOCUS

■ COVID-19 소식

■ 캠퍼스 주요 소식

■ 연구성과

■ 안내

■ 기부소식 및 동정