• The Proceeding of the Korean Institute of Electromagnetic Engineering and Science
• /
• v.8 no.3
• /
• pp.48-55
• /
• 1997

이동통신은 공간을 매개체로 하여 전파를 통해 통화로가 형성되는 통신방식을 취함에 따라 공간상에 존재하는 수 많은 물질에 의한 페이딩 및 무수한 전파로부터 간섭을 받을 가능성을 항상 내재하고 있다. FM을 이용한 아날로그 이동통신의 경우 비의도성 전파의 간섭은 통화시에 클릭음과 같은 불쾨한 음을 동반하지만, 디지틀 시스템의 전파간섭은 전파의 페이딩 현상과 함께 결합되어 BURST BIT ERROR의 발생 등 보다 심각한 문제를 야기시킬 수 있다. 본 고에서 자동차의 점화잡음이 이동통신 시스템의 성능에 미치는 영향을 분석하기 위한 선행단계로서 점화잡음 자체에 대한 특성 분석을 실시하였다. 본 고에서 실시한 잡음 파라미터들에 대한 분석을 종합해보면 자동차의 점화잡음 특성은 고주파보다 저주파에 집중되어 분포하고 있으며 자동차의 수가 증가할수록 완만하게 증가하는 특성을 보이고 있다. 또한 잡음 파라미터들의 곡선의 모양은 주파수에 독립적이며 자동차의 수에 의존하는 특성을 보이고 있으며 진폭특성은 주파수와 자동차 수에 의존하는 함수임을 알 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.515-517
• /
• 2013

본 논문에서는 잡음 환경 하에서 남녀 성별인식이 가능한 신경회로망에 의한 화자종속 음성인식 알고리즘을 제안한다. 본 논문에서 제안한 음성인식 알고리즘은 남성화자 및 여성화자를 인식하기 위하여 LPC 켑스트럼 계수를 사용하여 신경회로망에 의하여 학습된다. 본 실험에서는 백색잡음 및 자동차잡음에 대하여 신경회로망의 네크워크에 대한 인식결과를 나타낸다. 인식실험의 결과로부터 백색잡음에 대해서는 최대 96% 이상의 인식률, 자동차잡음에 대해서는 최대 88% 이상의 인식률을 구하였다.

• Journal of Korea Multimedia Society
• /
• v.16 no.9
• /
• pp.1005-1017
• /
• 2013

Voice activity detection is very important process that voice activity separated form noisy speech signal for speech enhance. Over the past few years, many studies have been made on voice activity detection, but it has poor performance in low signal to noise ratio environment or fickle noise such as car noise. In this paper, it proposed new voice activity detection algorithm using ensemble variance based on wavelet band entropy and soft thresholding method. We conduct a survey in a lot of signal to noise ratio environment of car noise to evaluate performance of the proposed algorithm and confirmed performance of the proposed algorithm.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.4
• /
• pp.775-780
• /
• 2013

This paper proposes a speaker-dependent speech recognition algorithm which can classify the gender for male and female speakers in white noise and car noise, using a neural network. The proposed speech recognition algorithm is trained by the neural network to recognize the gender for male and female speakers, using LPC (Linear Predictive Coding) cepstrum coefficients. In the experiment results, the maximal improvement of total speech recognition rate is 96% for white noise and 88% for car noise, respectively, after trained a total of six neural networks. Finally, the proposed speech recognition algorithm is compared with the results of a conventional speech recognition algorithm in the background noisy environment.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.7
• /
• pp.1571-1576
• /
• 2013

This paper proposes an improvement algorithm of signal-to-noise ratios (SNRs) for speech signals under noisy environments. The proposed algorithm first estimates the SNRs in a low SNR, mid SNR and high SNR areas, in order to improve the SNRs in the speech signal from background noise, such as white noise and car noise. Thereafter, this algorithm subtracts the noise signal from the noisy speech signal at each bands using a spectrum sharpening method. In the experiment, good signal-to-noise ratios (SNR) are obtained for white noise and car noise compared with a conventional spectral subtraction method. From the experiment results, the maximal improvement in the output SNR results was approximately 4.2 dB and 3.7 dB better for white noise and car noise compared with the results of the spectral subtraction method, in the background noisy environment, respectively.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.60-64
• /
• 1998

음성인식 시스템의 실용화 과정에서 훈련환경과 테스트 환경의 불일치로 인한 인식성능의 저하는 반드시 극복되어야 할 문제이다. 본 논문에서는 잡음 tR인 입력음성의 비음성구간에서 잡음레벨을 추정하여 음성 스펙트럼에서 추정된 잡음레벨을 빼는 스펙트럼 차감법고 스펙트럼 영역에서 미리 정해진 마스킹 레벨보다 낮은 에너지 값을 마스킹 레벨로 올려주는 잡음 마스킹을 함께 사용함으로써 훈련 환경과 테스트환경의 불일치를 줄이는 방법을 제안한다. 그리고 복수의 마스킹 레벨에 대한 모델들을 미리 만들어 두고 추정된 잡음 레벨에 따라 적합한 마스킹 레벨의 보델을 사용하여 인식을 수해？는 다중 모델 방법을 적용하였다. 자동차 소음환경에서 두 가지 마스킹 레벨에 대한 모델을 이용한 화자독립고립단어 인식 실험을 통하여 본 논문에서 제안한 방식은 정차중 무시동 환경에서 95.8%, 정차중 시동 환경에서 95.6%, 한적한 도로환경에서 92.8%, 복잡한 시내도로 환경에서 89.6%, 고속도로 환경에서 74.4%의 인식성능을 나타내었으며, 평균 90.7%의 성능을 얻을 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.264-267
• /
• 2010

본 논문에서는 오차역전파 학습 알고리즘을 사용하여 신경회로망을 학습시켜, 각 프레임에서의 음성 및 잡음 구간의 검출에 의한 음성인식 알고리즘을 제안한다. 그리고 신경회로망에 의하여 음성 및 잡음 구간의 검출에 따라서 각 프레임에서 잡음을 제거하는 스펙트럼 차감법을 제안한다. 본 실험에서는 원음성에 백색잡음 및 자동차잡음을 부가하여 음성인식의 인식율을 평가한다. 또한 인식시스템에 의하여 검출된 음성 및 잡음 구간을 이용하여 각 프레임에서의 스펙트럼 차감법에 의한 잡음제거의 실험결과를 나타낸다.

• The Proceeding of the Korean Institute of Electromagnetic Engineering and Science
• /
• v.27 no.3
• /
• pp.44-50
• /
• 2016

W-대역 잡음온도 표준 확립에 필요한 잡음전력 수신기인 라디오미터를 제작하고, 성능을 평가하였다. 제작된 라디오미터를 사용하여 기준 상온 및 저온잡음원, 그리고 피측정잡음원의 잡음전력을 각각 측정하고, 라디오미터 식을 사용하여 피측정잡음원의 잡음온도를 구하였다. 결과에 대한 측정불확도를 평가하고, 국외 측정표준기관인 영국 NPL의 측정결과와 비교함으로써 측정의 유효성을 검증하였다. 확립된 W-대역 잡음온도 측정표준을 국내 산학연에 보급함으로써 자동차, 항공, 우주, 국방, 보안 등 다양한 분야의 잡음측정에 있어서 측정의 신뢰성을 높이는데 기여하게 될 것이다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06c
• /
• pp.51-54
• /
• 1998

본 논문에서는 자동차 잡음 환경에서 녹음된 데이터 베이스를 이용하여 인식 시스템의 성능을 향상시키기 위한 효율적인 잡음 제거 방법을 연구하였다. 먼저, 잡음 및 주변 환경 변화에 강인한 것으로 알려져 있는 특징 벡터들의 인식 성능을 비교하교, 가중 켑스트랄 거리 측정 방법을 이용한 인식 실험을 통하여 시스템의 성능 향상을 확인하였다. 실험 결과, 본 논문에서 기준 시스템으로 사용한 LPC 켑스트럼의 경우에 비하여 MFCC나 root-cepstrum을 사용한 경우 인식률이 향상되었다. 켑스트럼간의 거리 측정에 있어서는 RPS와 BPL과 같은 가중 켑스트랄 거리 측정 함수들이 인식 성능 향상에 도움을 주었다. 또한 켑스트럼 평균 차감법이라는 간단한 잡음 제거기술을 적용하여 자동차 잡음 환경에서 인식 성능 향상을 보였다. 마지막으로, 차량 항법용 음성 인식 시스템의 실시간구현을 위하여 여러 경우의 인식 성능을 비교하고, 메모리 량과 실행 시간 등을 고려하여 최적 시스템을 제시하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.10 no.1
• /
• pp.75-80
• /
• 2010

Noise handing is very important in voice recognition of vehicle environment. that has been studying about to hardware and software approach. hardware method that is noise filter circuit design, basically using Low-pass filter. it was shown a good result. and the side of software that has been developing about to algorithm for Noise canceler, NN(neural network), etc. in this paper we have analysis about to classified parameter pattern matting level for voice recognition on car noise environment that use of DTW(Dynamic Time Warping) which is applicable time series pattern recognition algorithm.