• 한국음향학회지
• /
• 제28권7호
• /
• pp.680-685
• /
• 2009

본 논문에서는 주파수 영역에서 음향학적 반향 및 잡음 제거의 통합 시스템을 위한 효과적인 잡음전력 추정 기법을 제안한다. 제안된 방법은 잡음 제거 (NS, noise suppression)가 음향학적 반향 억제 (AES, acoustic echo suppression)의 후처리단으로 결합하여 사용되는 구조에서 발생하는 잡음전력 추정오차를 줄이기 위해 마이크로폰 입력신호의 음성부재확률 (SAP, speech absence probability)을 잡음전력 갱신을 위한 스무딩 (smoothing) 파라미터로 적용한다. 따라서 제안된 기법에서는 반향 억제 후 신호에서 잡음전력 갱신을 위한 SAP를 추출하는 대신 입력신호에 대한 SAP를 NS 알고리즘에 적용함으로서 잡음 제거기가 반향 억제 후 왜곡된 잡음 스펙트럼 구간에서는 잡음전력을 갱신하지 않도록 한다. 제안된 알고리즘은 기존의 방법과 객관적인 실험을 통해 비교 평가한 결과 다양한 배경잡음 환경에서 우수한 성능을 보였다.

• 한국통신학회논문지
• /
• 제34권10C호
• /
• pp.955-960
• /
• 2009

본 논문에서는 주파수영역에서 음향학적 반향 억제 (AES, acoustic echo suppression) 성능을 개선시키기 위해 tracking echo-presence uncertainty (TEPU) 기법에 근거한 새로운 잔여 반향 억제 (RES, residual echo suppression) 알고리즘을 제안한다. 제안된 방법은 RES를 위해 마이크로폰 입력신호 대 원단의 반향신호가 제거된 결과신호의 전력 비 (ratio)를 문턱 (threshold) 값에 의한 decision rule에 적용하여 추정된 echo-presence uncertainty를 RES 필터로 이용한다. 제안된 알고리즘은 각각의 주파수 채널에서 echo-presence uncertainty를 도출하여 용이하게 잔여 반향신호를 제거하는 장점을 가진다. 실제로 잔여 반향신호를 제거하기 위한 기존의 방법과 객관적인 실험을 통해 비교 평가한 결과 우수한 성능을 보였다.

• 한국음향학회지
• /
• 제28권4호
• /
• pp.401-407
• /
• 2009

본 논문에서는 주파수 영역에서의 가우시안 혼합 모델 (Gaussian Mixture Model, GMM) 기반의 새로운 동시통화 검출 (Double-talk Detection, DTD) 알고리즘을 제안한다. 구체적으로 주파수 영역에서의 음향학적 반향억제 (Acoustic Echo Suppression, AES)를 위한 동시 통화 검출 알고리즘을 구성하기 위해 기존의 시간 영역에서의 동시통화 검출에 사용되는 상호 상관계수를 이산 푸리에 변환을 통해 16개 채널의 주파수 영역으로 변환하였다. 이러한 주파수 영역에서의 상호 상관계수를 GMM의 보다 효과적인 구성을 위해 통계적 분류 특성에 근거하여 우수한 7개를 선별하였다. 본 논문은 이러한 특징 벡터로 패턴인식에서 우수한 성능을 보이는 GMM을 구성하였으며 원단화자만 있는 구간, 동시통화 구간, 근단 화자만 있는 구간을 우도 (Likelihood) 비교에 따라 분류함으로써 별도의 원단 화자 신호에 대한 음성 검출기 (Voice Activity Detector, VAD)의 사용 없이 잡음환경과 반향 경로 변화에서 강인한 동시통화 검출 알고리즘을 제안한다. 다양한 실험 결과 제안된 방법은 기존의 상호 상관계수를 고정된 문턱 값과 가부 비교하여 동시 통화 구간을 검출하는 hard decision 방법에 비해 검출 오류 확률 (Detection Error Probability)을 비교한 결과 우수한 성능을 보였다.

• 대한전자공학회논문지SP
• /
• 제49권1호
• /
• pp.97-103
• /
• 2012

본 논문에서는 잡음환경에서 효과적인 음성을 검출하기 위한 새로운 음성 검출 (VAD, voice activity detection) 알고리즘을 제안한다. 통계적 모델에 기반의 Likelihood ratio (LR)를 통하여 도출되는 전역 음성부재확률 (GSAP, global speech absence probability)은 음성검출을 위한 피쳐 (feature) 파라미터로 널리 적용되고 있다. 하지만 신호 대 잡음 비 (SNR, signal-to-noise ratio)가 낮은 잡음환경에서는 정확한 GSAP 추정이 어려운 문제점을 가지고 있다. 따라서 제안된 방법에서는 잡음환경에서 강인한 VAD 알고리즘을 위하여 Teager energy (TE) 기반의 GSAP를 피쳐 파라미터로 적용한다. 제안된 알고리즘은 기존의 방법과 객관적인 실험을 통해 비교 평가한 결과 다양한 배경잡음 환경에서 향상된 성능을 보였다.