리로스쿨

안녕하세요 멘토 정원의방식입니다.

이 포트폴리오는 축전기의 여러가지 특성을 이용하여 축전기 마이크의 음성인식률을 높여주는 방안에 대한 포트폴리오입니다. 생략된 부분이 조금 있기에 혹시 포트폴리오를 읽다가 궁금한 점이 있으면 언제든지 1대1리로톡을 이용해주시길 바랍니다.

포트폴리오 목차:
탐구보고서 제작 과정:
축전기의 가장자리 효과를 고려한 전극 모델링(푸아송
방정식 및 유한차분법 적용)
RC 회로 모델 기반 방전 특성 분석 및 전류 진동 계산Kirchhoff-Love Plate Theory를 적용한 극판의 음향 반응
모델링
한국어 음성의 주파수 특성 분석 및 시뮬레이션
MFCC + DNN-HMM 기반 음성 인식 모델을 통한 테스트
및 오차 비교
최종적으로 물리 모델 기반 노이즈 제거 알고리즘을
개발하고 AI에 적용
결론: 콘덴서 마이크에서의 음향-전기 변환과정에서
발생하는 잔류 진동(임펄스 노이즈)은 물리학적으로 설명
가능하며, 음파에 포함된 특정 진동수를 제거함으로써 AI
음성 인식의 정확도를 향상시킬 수 있음을 실험적으로
입증함. 일부 음소에서는 보정 성능이 제한적이었으나, 향후
열유체역학적 모델링 도입 등을 통해 개선 가능성이 높음.

포트폴리오 특징:
이 포트폴리오는 고등학생 수준에서 음향학, 회로이론, 미분방정식, 머신러닝까지 포괄하는 고난도 융합 탐구로, 콘덴서
마이크의 아날로그 출력 신호와 디지털 음성 인식 간의 괴리를
물리적으로 설명하고 실험적으로 개선하는 데 성공하였다. 특히 기존에 명시적으로 다루지 않던 ‘임펄스 노이즈’의 원인을
축전기 구조에서 찾아내고, 이를 제거하는 새로운
수학적-공학적 보정 알고리즘을 직접 설계함으로써 공학적
사고력, 문제 해결력, 창의적 융합 역량을 입증하였다. 전자공학, 물리학, 음향공학, 인공지능 분야 진학에 적합하며, 학생부 종합전형, 과학탐구발표대회, AI 관련 활동 제출물
등에서 활용 가치가 높은 포트폴리오다. -실제 대회 결과물