• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.185-188
• /
• 2000

현대의 잡음이 많은 환경에서 적응 음향반향제거기는 배경잡음의 영향으로 원활한 통화환경을 제공할 수 없다. 이러한 문제점을 해결하기 위하여 음향반향 제거와 더불어 배경잡음을 제거하는 결합구조의 적응 음향반향제거기가 제안되었다. 본 논문에서는 기존의 결합구조가 가지는 단점을 보완하여 적응 음향반향제거기의 성능을 향상시켰다. 제안한 결합구조는 적응 음향잡음제거기의 기준입력 신호를 적응 음향잡음제거기의 오차신호와 같게 구성함으로서 배경잡음 신호뿐만 아니라 잔여반향 신호도 효율적으로 제거할 수 있다. 성능 평가를 위한 실험결과, 제안한 방법이 기존의 방법에 비하여 ERLE 성능이 수렴 구간에서 3㏈ 이상 향상되었음을 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.6B
• /
• pp.760-766
• /
• 2001

본 논문에서는 차량내 핸즈프리 전화통신을 위한 음향 반향 및 배경 잡음 제거기를 제안한다. 제안한 시스템은 새로운 잔여 반향 제거 기법과 실시간 구현에 적합한 동시통화 검출기를 포함한다. 잔여 반향 제거에서는 근단화자가 없는 구간에 대하여 선형 예측기를 이용하여 잔여 반향 신호의 인접 샘플간의 상관도를 제거하여 잡음 제거기의 입력으로 사용한다. 잔여 반향 신호의 음성특성을 제거함으로써 잡음 제거기를 이용하여 배경 잡음과 더불어 잔여 반향의 전력을 효과적으로 줄일 수 있다. 제안된 시스템에서는 상용 저전송률 음성부호화기와의 결합을 고려하여 IS-127(EVRC)에 포함되어 있는 잡음 제거기를 사용하였다. 90 km/h로 정속 주행하는 차내의 핸즈프리 환경에서 제안된 시스템은 30 dB이상의 간섭신호 제거 성능을 보였다. 제안된 시스템은 16비트 고정 소수점 연산을 하는 저가의 DSP를 이용하여 실시간 구현되었다.

• Journal of Digital Convergence
• /
• v.10 no.10
• /
• pp.277-282
• /
• 2012

The speech recognition system can not quickly adapt to varied environmental noise factors that degrade the performance of recognition. In this paper, the echo noise robust HMM learning model using average estimator LMS algorithm is proposed. To be able to adapt to the changing echo noise HMM learning model consists of the recognition performance is evaluated. As a results, SNR of speech obtained by removing Changing environment noise is improved as average 3.1dB, recognition rate improved as 3.9%.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.169-172
• /
• 2000

본 논문에서는 차량 환경에서 핸즈프리 단말기를 위한 잔향반향제거 방법을 제안한다. 제안된 방법은 기존의 음향반향제거와 잡음제거의 결합구조에 근거하며, 음성신호의 스펙트럼 특성을 배경잡음화함으로써 잔여 반향제거 성능을 향상시킨다. 일반적으로 음향반향제거에서 실제 충격응답보다 적은 차수의 적응필터를 이용할 경우 잔여반향의 전력이 증가하며, 잡음제거기법을 적용하여 잔여반향성분을 줄일 수 있다. 음성신호가 입력되는 음향반향제거기의 잔여반향을 효과적으로 제거하기 위해 음성신호의 AR 스펙트럼에 따른 역필터링을 수행함으로써 잡음제거기에 의한 잔여반향제거 성능을 향상시킬 수 있다. 제안된 기법은 현재 상용화되고 있는 이동통신용 음성부호화기에 포함된 잡음제거기법과 결합하여 사용할 경우 매우 적은 부가 계산량만으로 구현할 수 있다.

• The Journal of the Acoustical Society of Korea
• /
• v.29 no.6
• /
• pp.402-409
• /
• 2010

In this paper, we propose an efficient integrated suppression algorithm based on combined power of acoustic echo and background noise. The proposed method combines the acoustic echo and noise power by the weighting parameter derived from the decision rule based on the estimated echo to noise power ratio. Therefore, in the proposed approach, the acoustic echo and noise signal are able to be reduced through only one suppression filter based on the estimated combined power. The proposed unified structure improves the problems of the residual echo and noise resulted from the conventional unified structure where the noise suppression (NS) operation is placed after the acoustic echo suppression (AES) algorithm or vice versa. The performance of the proposed algorithm is evaluated by the objective test under various environments and yields better results compared with the conventional scheme.

• Journal of Digital Convergence
• /
• v.10 no.11
• /
• pp.377-382
• /
• 2012

In this paper, the echo noise robust CHMM learning model using echo cancellation average estimator LMS algorithm is proposed. To be able to adapt to the changing echo noise. For improving the performance of a continuous speech recognition, CHMM models were constructed using echo noise cancellation average estimator LMS algorithm. As a results, SNR of speech obtained by removing Changing environment noise is improved as average 1.93dB, recognition rate improved as 2.1%.

• The Journal of the Acoustical Society of Korea
• /
• v.28 no.7
• /
• pp.680-685
• /
• 2009

In this paper, we propose a efficient noise power estimation technique for an integrated acoustic echo and noise suppression system in a frequency domain. The proposed method uses speech absence probability (SAP) derived from the microphone input signal as the smoothing parameter updating noise power to reduce the noise power estimation error resulted from the distortions in the unified structure where the noise suppression (NS) operation is placed after the acoustic echo suppression (AES) algorithm. Therefore, in the proposed approach, the smoothing parameter based on SAP derived from the input signal instead of echo-suppressed signal should stop updating noise power estimates during the distorted noise spectrum periods. The performance of the proposed algorithm is evaluated by the objective test under various environments and yields better results compared with the conventional scheme.

• Journal of KIISE:Software and Applications
• /
• v.36 no.3
• /
• pp.179-186
• /
• 2009

This paper proposes a target speech extraction which restores speech signal of a target speaker form noisy convolutive mixture of speech and an interference source. We assume that the target speaker is known and his/her utterances are available in the training time. Incorporating the additional information extracted from the training utterances into the separation, we combine convolutive blind source separation(CBSS) and non-negative decomposition techniques, e.g., probabilistic latent variable model. The nonnegative decomposition is used to learn a set of bases from the spectrogram of the training utterances, where the bases represent the spectral information corresponding to the target speaker. Based on the learned spectral bases, our method provides two postprocessing steps for CBSS. Channel selection step finds a desirable output channel from CBSS, which dominantly contains the target speech. Reconstruct step recovers the original spectrogram of the target speech from the selected output channel so that the remained interference source and background noise are suppressed. Experimental results show that our method substantially improves the separation results of CBSS and, as a result, successfully recovers the target speech.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.471-473
• /
• 2009

In this paper, we propose a double talk and noise robust acoustic echo canceler for hands-free telephony applications. The proposed system includes a double-talk detection method that detects the double-talk durations, which uses covariance between microphone input signa and estimated microphone input signal. And proposed adaptive algorithm for estimating acoustic echo path, uses normalized auto-covariance matrix of input signal with multiplication of residual error power and projection order of AP(affine projeciton) algorithm. It is confirmed that the proposed algorithm shows better performance from acoustic interference cancellation (AIC) viewpoint in double talk and noisy environments.

• Information and Communications Magazine
• /
• v.33 no.9
• /
• pp.17-23
• /
• 2016

실세계 환경의 원거리에서 녹음된 음성은 가산 잡음이나 반향 성분으로 왜곡되기 때문에 음성인식 성능이 현저히 떨어진다. 따라서 음성 전처리 과정은 실세계 환경에서 강인한 음성인식을 위한 필수과정이다. 모델 기반 특징 향상 방법은 전처리 방법 중 하나로 특징 영역 데이터의 적절한 동적 범위(dynamic range)와 차원 수로 인하여 실시간 처리가 가능하고 깨끗한 음성의 선험적 정보를 모델링하기에 용이하다. 또, 인식을 위한 최종 특징 입력에 가까운 단계에서 데이터를 처리하므로 인식에 밀접한 영향을 준다는 장점이 있다. 그러나 대략적인 왜곡 요인 관련 파라미터 추정 때문에 음성인식 성능이 하락되는 단점이 있다. 최근에 기존 모델 기반 특징 향상의 단점을 개선하여 가산 잡음이나 반향 환경에 적합한 방법이 제안되었다. 이글에서는 특징 향상 방법을 소개하고 개선된 방법의 음성인식 강인성을 알아보고자 한다.