• 모델 최종 출력 .txt -> .wav(음성)로 수정.
• 음성의 욕설 부분은 블러 처리 되어 출력.
• ex) 아 진짜 씨발 기훈이형 일 좆같이 할래? -> 아 진짜 (---) 기훈이형 일 (---)이 할래?

결과 영상

• 프로젝트 정보
• 프로젝트 소개
• 팀원 소개
• 모델
• 데이터
• 학습 과정
• Ref

동아대학교 컴퓨터공학과 학생 팀
개발 기간: 2023.07.14 ~

본 프로젝트는 2023 공개SW 개발자 대회 출품작으로, 머신러닝을 이용한 실시간 음성 한국어 욕설 필터링 시스템을 API 서비스로 제공하는 프로젝트입니다.

컴퓨터공학과 4학년	컴퓨터공학과 4학년	컴퓨터공학과 4학년	컴퓨터공학과 4학년	컴퓨터공학과 4학년
김현우	김혜영	박성민	서지헌	이영우
개발	PM	개발	개발	개발

Bidirectional-LSTM을 사용하였고 어텐션 메커니즘을 적용하여 욕설 마스킹 기능을 구현했습니다.
Google Cloud STT API를 사용하여 Time Stamp 및 STT를 구현하였습니다.
Pydub 라이브러리를 활용하여 오디오 블러처리를 구현하였습니다.

모델 구조는 아래와 같습니다

더 자세한 내용은 코드를 참고해 주세요.

욕설 데이터셋은 약 41,000개의 문장에 대해 욕설 여부를 분류한 데이터셋입니다.

• 연속적인 글자 단축 (ㅋㅋㅋㅋ → ㅋㅋ)
• 초성, 중성, 종성으로 분리 (안녕 → ㅇㅏㄴㄴㅕㅇ)

• fasttext 임베딩

  fasttext를 활용하여 의미 기반의 임베딩 수행

  이 레포지토리에선 미리 학습된 fasttext 모델을 사용합니다.

  때문에 예측을 위해선 fasttext 모델이 embedding_models폴더에 fasttext.bin이라는 이름으로 옮겨져 있어야 합니다.

  fasttext 모델은 여기에서 다운로드받을 수 있습니다.

• mfcc 임베딩

  비슷한 발음의 단어를 비슷한 벡터로 임베딩 (MFCC 알고리즘 활용)

https://github.com/2runo/Curse-detection-v2