• The Journal of the Acoustical Society of Korea
• /
• v.24 no.4
• /
• pp.224-229
• /
• 2005

In this paper, we Propose a novel cepstrum normalization method which normalizes the probability density function (pdf) of cepstrum for robust speech recognition in additive noise environments. While the conventional methods normalize the first- and/or second-order statistics such as the mean and/or variance of the cepstrum. the proposed method fully normalizes the statistics of cepstrum by making the pdfs of clean and noisy cepstrum identical to each other For the target Pdf, the generalized Gaussian distribution is selected to consider various densities. In recognition phase, we devise a table lookup method to save computational costs. From the speaker-independent isolated-word recognition experiments, we show that the Proposed method gives improved Performance compared with that of the conventional methods, especially in heavy noise environments.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1995.06a
• /
• pp.228-231
• /
• 1995

반연속 HMM 음성인식 시스템의 화자 적응 성능 향상을 위해 코드북 변환 알고리즘을 제안하였다. 기존의 화자 적응 알고리즘으로는 새로운 화자의 적응 데이터 특징의 분포와 HMM 모수의 사전밀도를 함께 고려하는 베이시안 화자적응 알고리즘이 있다. 그러나 새로운 화자의 특징분포와 코드북 사전 밀도의 차이가 큰 경우 적응 데이터와 코드북간의 잘못된 대응 관계를 얻을 수 있으며, 기준 코드북에 필요 이상으로 많은 코드워드가 존재하는 경우 적응된 코드북에도 불필요한 코드워드 들이 남아 인식 과정에 혼란을 줄 수 있다. 이 문제점을 해결하기 위하여 제안된 코드북 변환 알고리즘에서는 주파수 영역의 포만트 정보를 이용하였다. 화자 적응을 수행하기 앞서 코드북의 켑스트럼으로부터 포만트를 추출해 내고, 이들의 분포를 적응 화자의 포만트 분포와 일치되도록 변환시켜 주었다. 이 변환된 포만트들로부터 다시 켑스트럼을 구하여 변환된 코드북을 얻고 이를 화자 적응의 초기 코드북으로 사용하였다. 제안된 알고리즘을 이용하였을 경우 코드북과 적응 화자의 음성 간의 정확한 대응관계를 찾을 수 있었고, 불필요한 코드워드들이 인식 과정에서 사용되지 않도록 변환되어 인식률이 향상되는 것을 실험을 통해 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.41 no.8
• /
• pp.851-858
• /
• 2016

This paper presents a new statistical voice activity detection (VAD) based on the probabilistic interpretation of nonnegative matrix factorization (NMF). The objective function of the NMF using Kullback-Leibler divergence coincides with the negative log likelihood function of the data if the distribution of the data given the basis and encoding matrices is modeled as Poisson distributions. Based on this probabilistic NMF, the VAD is constructed using the likelihood ratio test assuming that speech and noise follow Poisson distributions. Experimental results show that the proposed approach outperformed the conventional Gaussian model-based and NMF-based methods at 0-15 dB signal-to-noise ratio simulation conditions.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1995.06a
• /
• pp.55-60
• /
• 1995

고차 통계 방법을 이용하여 잡음이 섞인 음성 신호에서 피치를 구하는 방법과 이를 이용하여 유성음 및 무성음 구간을 구분하는 방법을 구현하고 그 결과를 기술하였다. 고차 통계의 일종인 3차 cumulant 함수의 경우 Gaussian 또는 대칭적인 분포를 갖는 잡음 신호를 음성신호로부터 효과적으로 분리하여 제거시키는 특징을 가지고 있으며, 이러한 특징을 이용하면 잡음 환경에서 여러 가지 음성 특징 파라메터들을 보다 신뢰도 높게 추정할 수 있다. 본 논문에서는 dam성 신호의 3차 cumulant 함수의 자기상관함수로부터 음성의 피치 주기를 추정하였으며, 피치 위치에서의 normalized peak 크기에 의해 유성음과 무성음을 구분하였다. 또한 성능 비교를 위해 음성 신호 자체의 자기 상관 함수로부터 역시 피치 주기 및 유성음/무성음 구분을 수행하였다. 백색 및 유색 Gaussian 잡음 환경에서의 음성의 피치 주기 추정 실험 결과 SNR가 낮은 경우에 3차 cumulant를 이용한 방법이 2차 통계에 비해 우수한 성능을 나타내었다. 또한 동일한 잡음 환경에서의 유성음/무성음 판별 시험에서도 3차 cumulant를 이용한 방법이 기존의 2차 통계를 이용한 방법에 비해 성능이 크게 향상된 결과를 얻었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.45-48
• /
• 2002

본 논문에서는 한국어 음성 합성기 데이터베이스 구축을 위하여 HMM을 이용하여 자동으로 음소경계를 추출하고, 음성 파라미터를 이용하여 그 결과를 보정하는 반자동 음성분할 시스템을 구현하였다. 개발된 시스템은 16KHz로 샘플링된 음성을 대상으로 삼았고, 레이블링 단위인 음소는 39개를 선정하였고, 음운현상을 고려한 확장 모노폰도 선정하였다. 그리고 언어학적 입력방식으로는 음소표기와 철자표기를 사용하였으며, 패턴 매칭 방법으로는 HMM을 이용하였다. 유성음/무성음/묵음 구간 분류에는 ZCR, Log Energy, 주파수 대역별 에너지 분포 등의 파라미터를 사용하였다. 개발된 시스템의 훈련된 음성은 정치, 경제, 사회, 문화, 날씨 등의 코퍼스를 사용하였으며, 성능평가를 위해 훈련에 사용되지 않은 문장 데이터베이스에 대해서 자동 음성 분할 실험을 수행하였다. 실험 결과, 수작업에 의해서 분할된 음소경계 위치와의 오차가 10ms 이내가 $87\%$, 30ms 이내가 $91\%$가 포함되었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.29-32
• /
• 1999

LSP 파라미터는 일정한 스펙트럼 민감도와 낮은 스펙트럼 왜곡을 보이고 선형보간이 용이하여 주로 저전송률 음성부호화기에 사용된다. 그러나 LPC 계수를 LSP로 변환하는 방법이 복잡하여 계산시간이 많이 소요된다는 단점이 있다. 본 논문에서는 LSP 변환 방법 중 음성 부호화기에서 주로 사용하는 real root 방법의 계산 시간 단축방법을 제안한다. real root 방법은 다항식의 근을 구하여 LSP로 변환하는 방법이다. 그러나 이 방법은 관을 구하기 위해 주파수 영역을 순차적으로 검색하기 때문에 계산시간이 많이 소요된다. 제안하는 알고리즘은 LSP 파라미터의 분포도에 따라 검색구간의 순서를 주파수 별로 달리 한다. 그리고 제 1포만트와 제 2포만트의 연관성을 고려하여 검색구간을 조절한다. 기존의 real root방법과 제안한 방법을 비교한 결과 평균 $48\%$ 이상의 검색시간이 단축되었다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.127-130
• /
• 2000

현재까지 발표된 음성 부호화기 중에서 저전송률에서 양호한 음질을 제공하는 CELP 계열 보코더에 대한연구가 가장 많이 이루어지고 있다. 그 중에서 G.723.1부호화기는 인터넷 폰이나 화상회의 등 상용서비스로 개발되었다. G.723.1 부호화기에서는 음성신호의 선형예측 방법 중 LSP 파라미터를 이용하는 방법이 많이 사용된다. 이것은 LSP 파라미터의 전송형 특징 중 낮은 전송률에서도 왜곡이 적고 선형보간 특성이 뛰어나기 때문이다. 하지만 LPC 계수를 LSP 파라미터로 변환하기 위해서는 많은 계산시간이 소요된다[1]. 본 논문에서는 G.723.1 보코더에서 LSP 변환 시 다항식의 근을 찾는 순서를 음성신호의 LSP 분포 특성에 맞게 조정함으로써 전체 계산시간을 평균 2% 단축하였다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.557-560
• /
• 2000

LSP 파라미터는 일정한 ,스펙트럼 민감도와 낮은 스펙트럼 왜곡을 보이고 선형보간이 용이하다는 장점을 갖는다. 피러나 LPC 계수를 LSP 파라미터로 변환하는 방법이 복잡하여 계산시간이 많이 소요된다. 기존의 LSP 변환 방법 중 음성 부호화기에 주로 사용되는 Real Root 방법은 근을 구하기 위해 주파수 역을 순차적으로 검색하기 때문에 계산시간이 많이 소요된다. 본 논문에서 제안하는 방법은 음성 특성을 이용하는 것으로, 묵음의 경우는 묵음 구간에서 일정하게 나타나는 LSP 파라미터의 분포 특성을 이용하여 검색하고 유/무성음에 대해서는 LSP 파라미터의 분포도에 따라 검색구간의 순서와 검색간격을 달리한다. 또한, 모음에 대해서는 제1 포만트와 제2 포만트의 연관성을 고려하여 검색구간을 조절한다. 기존의 Real Root 방법과 제안한 방법을 비교한 결과 검색시간이 평균 46.5％ 단축되었다.

• Proceedings of the KSLP Conference
• /
• 1997.11a
• /
• pp.263-263
• /
• 1997

성대결절, 폴립, 부종 등은 성대의 남용이나 과용등의 성대손상이 그 공통된 주된 원인으로 거론되고 있다. 하지만 음성치료를 비롯한 보존적 치료에 대한 반응이 서로 상이하며, H＆E 염색을 이용한 병리조직학적인 감별이 곤란하여 진단에 혼돈이 있으며, 치료의 방침을 결정하거나 예후를 예측함에 있어서도 어려움이 있다. 양성성대질환은 기저막부 위와 세포외 간질에 주된 변화가 발생함이 알려져 있고, collagen type IV의 발현양상이 성대결절과 폴립에서 서로 다름에 대하여는 보고된 바 있으나 기타 점막하층의 골격유지를 주기능으로 하는 대표적 세포외간질인 collagen subtype에 대하여는 아직 보고된 바가 없는 실정이다. Collagen 발현의 차이를 연구하는 것은 상기질환의 병인을 이해하고 질환분류의 guideline을 제시하며 나아가 적절한 치료방범을 제시하는 데에 큰 의미가 있을 것으로 기대된다. Paraffin에 고정되어 있는 5례 이상씩의 성대결절과 성대폴립, 육아 종 및 라인케씨 부종 조직을 collagen type I부터 VII에 대하여 peroxidase kit를 사용하여 염색한 후 각 군간에 collagen 분포양상과 발현정도에 차이가 있는가 비교하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.1
• /
• pp.66-75
• /
• 1998

최근 음성인식을 위한 대표적인 방법으로써 은닉 마르코프 모델이 사용되고 있으며, 이러한 방법은 음성의 특성을 잘 표현하도록 하는 음향적인 모델링 방법에 따라서 성능이 좌우된다. 본 논문에서는 상태에서의 출력확률은 견고히 추정하기 위한 방법으로 상태에서 의 출력활률을 소스들의 분포와 그들의 빈도로 가중한 출력분포로 표시하는 상태 의존 소스 양자화 모델링 방법을 제안한다. 이 방법은 한 상태 내에서 특징 파라미터들이 유사한 특성 을 가지며, 그들의 변이가 다른 상태에 있는 특징 파라미터들에 비해서 작다는 사실에 기반 한다. 실험결과에 의하면, 제안된 방법이 기존의 baseline시스템보다 단어 인식율의 경우는 2.7%, 문장 인식율의 경우 3.6%의 향상을 보였다. 이러한 결과로부터 제안된 SDSQ-DHMM이 인식율 향상면에서 유효하며, HMM에 있어서 상태별 출력확률의 견고한 추정을 위한 대안으로 사용될 수 있을 것으로 판단된다.