본 서비스에서 제공하는 사용자의 개인정보 데이터를 포함하여 각 정보주체의 동의 없이 데이터를 무단으로 수집하는 행위를 금지 및 거부합니다. 공개된 데이터도 크롤링 등 기술적 장치를 이용해 허가 없이 수집하는 경우 개인정보 보호법에 따라 형사처벌 될 수 있음을 알려드립니다.
© 2025 Rocketpunch, 주식회사 더블에이스, 홍원표, 대한민국 서울특별시 성동구 성수일로10길 12, 12층 1호, 04793, support@rocketpunch.com, +82 10-2710-7121
사업자등록번호 206-87-09615
더보기
최영원
인공지능 개발자이며, 주로 음성 신호처리 분야에 특화된 경험을 가지고 있습니다. 대학원에서는 주로 coded speech의 음질향상과 대역폭 확장에 대한 연구를 진행했으며, 기업 인턴 활동을 통해 Text-to-Speech 개발을 진행해 본 경험도 있습니다. (보충역 전문연구요원 편입이 가능한 (신호 처리) AI 연구원 포지션을 구직하고 있습니다.)
경력
음향압축 손실개선을 위한 전/후처리 기술 연구(ETRI 공동연구) 연구과제에 참여하였으며, 이하 프로젝트들은 해당 연구과제의 산하 프로젝트입니다. 1. 프로젝트명 : 적대적 생성 신경망기반 (압축된) 오디오 대역폭 확장 - 주요 업무 : Opus 코덱 등을 통해 압축된 음성의 대역폭을 안정적으로 확장하기 위한 연구를 진행하였습니다. - 담당 역할 : 본인의 석사학위논문으로 작성한 아이템이니 만큼 아이디어 제시, 실험 설계 및 진행, 특허 초안 및 논문 작성 등 전반적인 process에 모두 관여하였습니다. - 진행 기간 : 2022년/7월/1일 ~ 2023년/3월/14일 - 프로젝트 진행 인원 : 3 - 상세 내용 : Sub-band analysis를 이용하여 새로운 GAN-기반 학습 파이프라인을 제안하였고, 여러 음성 및 오디오 코덱에 대해 실험을 통해 유효함을 검증하였습니다. Opus 코덱 기준 Baseline과 비교하여 파라미터 수가 절반만큼 작은 generator 구조로 약 23% 더 좋은 주관적 성능 평가 결과를 보임을 확인하였습니다. - 실적 신종원, 장인선, 이은균, 이태진, 최영원, 백승권, 성종모, 임우택, 조병호, 한상욱, “오디오 신호 처리 방법 및 장치,” Korea (KR) Patent, Application No. 10-2023-0032994, 2023. Youngwon Choi, Eunkyun Lee, Inseon Jang, and Jong Won Shin, “Individual Sub-band Estimation Approach to Bandwidth Extension and Enhancement of Coded Speech,” 논문 작업 중. (ICASSP 투고) - 개발 환경 개발 언어: Python 딥러닝 프레임워크: Pytorch (Pytorch Lightning) 라이브러리: Numpy, Tensorboard, Torchaudio, Librosa, ffmpeg 협업 및 기타: Docker, Git, Github, Teams, Html 2. 프로젝트명 : 주파수 중첩 및 분리를 이용한 음향압축 - 주요 업무 : 16kHz의 광대역 음성을 주파수 중첩 및 분리를 이용하여 8kHz를 대상으로 작동하는 협대역 음성 코덱을 통해 압축하는 연구에 참여하였습니다. - 담당 역할 : 데이터셋 제작, 주관적 성능 평가 실험 진행, 특허 초안 작성 보조 - 진행 기간 : 2021년/9월/1일 ~ 2022년/1월/10일 - 프로젝트 진행 인원 : 4 - 상세 내용 : 16kHz의 광대역 음성을 Anti-aliasing filter 없이 8kHz로 다운샘플링하여 인코딩한 후, 디코딩된 신호를 Conv-Tasnet을 이용하여 16kHz로 다시 coding하는 방법에 대한 연구에 참여하였습니다. Opus 코덱 기준 제안하고 있는 방법(12kbps)이 더 높은 bitrate(16kbps)를 사용하고 있는 광대역 코덱을 이용한 압축과 비교하여 신뢰구간이 겹치는 주관적 평가 결과를 보임을 확인하였습니다. - 개발 환경 개발 언어: Python 딥러닝 프레임워크: Pytorch 라이브러리: Numpy, Torchaudio, Librosa, ffmpeg 협업 및 기타: Git, Slack
더보기
- 주요 업무 : 내부적으로 검증된 ADASpeech의 구현체 개발 - 담당 역할 : Fastspeech2 의 성능 개선 및 ADASpeech의 구현체 개발 - 진행 기간 : 2022년/12월/1일 ~ 2023년/2월/28일 - 프로젝트 진행 인원 : 1 - 상세 내용 : 전달받은 Fastspeech2 구현체에서 energy/pitch embedding 방법을 개선하고 음성 신호 전처리 방법을 수정하여 구현체의 성능을 개선하였습니다. 이후 이 구현체를 기반으로 적은 양의 음성 데이터를 이용하여 고품질의 개인 맞춤 음성 생성을 목적으로 하는 ADASpeech의 구현체를 개발하였습니다. 개발 언어: Python 딥러닝 프레임워크: Pytorch 라이브러리: Matplotlib, Numpy, Tensorboard, Torchaudio, Librosa, PyWORLD 협업 및 기타: Git, Gitlab, Teams
더보기
