• 한국정보통신학회논문지
• /
• 제4권5호
• /
• pp.1017-1025
• /
• 2000

인간의 청각시스템은 두 가지 요소 즉, ITD(Interaural Time Difference)와 IID(Interaural Intensity Difference)를 처리하여 음원의 위치와 추적을 하고 있다. 본 연구에서는 음원의 위치 검출을 위하여 ITD와 IID 뿐만 아니라 이전의 위치 정보를 이용하여 정확한 음원의 방향을 결정할 수 있는 TEPILD(Time Energy Previous Integration Location Detector) 모델을 제안하였다. TEPILD 모델에서 time function generator는 ITD, energy function generator는 IID를 처리할 수 있도록 하였다. 음원은 정현파(500Hz,1kHz, 2kHz, 3kHz), White noise, Pink noise, News, Music으로 하고 음원의 방향은 right, front right, front, front left, left로 하였다. 실험 결과 전체 평균 정확도가99.2로 좋은 결과를 얻을 수 있었으며, TEPILD가 음원 위치 검출기에 이용될 수 있음을 확인하였다.

• 한국통신학회논문지
• /
• 제36권5C호
• /
• pp.309-316
• /
• 2011

본 논문에서는 입체음향시스템을 위한 대표적인 상호간섭제거 기법인 머리전달함수만 (head related transfer function, HRTF) 이용한 기법과 두 귀에 도달하는 소리의 시간차와 세기차를 (interaural time/intensity difference, ITD와 IID) HRTF와 함께 이용한 기법의 상태지수와 ITD/IID 수준을 보이고, 이로부터 두 기법의 유효청취범위를 보인다. 입체음향시스템의 유효청취범위는 청취자가 의도된 음향의 입체감을 왜곡 없이 느낄 수 있는 공간으로 등역 (equalization zone) 또는 sweet spot으로도 부른다.

• 한국음향학회지
• /
• 제29권6호
• /
• pp.381-387
• /
• 2010

다채널 오디오 코딩 시스템을 평가함에 있어서 음색 요소뿐만 아니라 공간감 요소 역시 큰 중요성을 갖는다. 이러한 이유로 양이 시간차 왜곡 (Interaural Time Difference Distortion, ITDDist), 양이 크기차 왜곡 (Interaural Level Difference Distortion, ILDDist), 양이 상관관계 왜곡 (Interaural Cross Correlation Distortion, IACCDist)과 같은 공간감 요소를 추가하여 기존의 음질 객관 평가 권고안인 ITU-R Rec. BS. 1387-1을 다채널 오디오 시스템에 적용하기 위한 시도가 있었다. 이 다채널 오디오 시스템을 위한 확장 모델에서는 Duplex 이론에 따라, 양이 시간차 왜곡은 1.5kHz 이하의 저주파 영역에 대해서만 계산되었으며, 양이 크기차 왜곡은 2.5kHz 이상의 고주파 영역에 대해서만 계산되었다. 하지만 고주파 영역에 있어서 포락선의 양이 시간차는 공간감 인지에 있어서, 특히 음상 정위에 있어서 중요한 역할을 한다. 이러한 고주파 영역 포락선의 양이 시간차 공간감 인지에 미치는 영향을 정량적으로 분석하기 위해 해당 인자를 계산하는 방법이 본 논문에서 소개된다. 또한, 이렇게 계산된 고주파 영역 포락선의 양이 시간차는 다채널 오디오의 주관평가 결과와 높은 상관관계를 가짐을 확인한다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1360-1365
• /
• 2019

본 논문은 모바일 로봇과 자동제어 시스템에 적용될 수 있는 음원 위치 추적 시스템(Sound Source Localization, SSL)을 보여준다. 대부분 SSL의 기법은 음원 도달 시간차(Interaural Time Difference, ITD)와 음압 레벨의 차이(Interaural Level Difference, ILD)를 구하고, 마이크로폰 배열의 기하학적 원리를 이용하여 위치를 찾게 된다. 하지만 본 논문에서는 음원의 수평 각도를 구하기 위해 깊은 인공 신경망을 기반으로 한 다른 접근법은 제안한다. 인간의 귀를 모방한 로봇의 양쪽 마이크로폰에서 음원의 신호를 채집하여 연구에 사용했다. Network를 학습시키기 위해 양쪽 마이크로폰에서 얻어진 음원의 스펙트럼 분포 차이를 이용하였다. 각 10도 마다 채집한 데이터로 네트워크를 학습시켰고 임의의 각도에서 얻어진 데이터로 결과를 확인했다. 실험 결과 제안한 SSL의 접근 방식은 상당히 가능성이 있는 결과를 보여주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.307-309
• /
• 1999

입체음향이란 음원의 위치에 따라 두 귀에 입력되는 신호를 제어함으로써 시각정보 없이 음상의 위치를 파악할 수 있는 음이다. 헤드폰을 이용하면 음장이 머리 내에 위치하게 됨으로써 거리를 파악하는 것이 매우 힘들다. 본 논문에서는 모노음을 이용하여, 2채널 헤드폰에서 재생할 수 있는 3차원 음을 만들기 위하여 Interaural Time Difference(ITD)와 Interaural Intensity Difference(IID)를 이용한 머리 전달함수(Head Related Transfer Function:HRTF)를 만든 결과와 측정 HRTF 자료인 KEMAR Data를 이용한 결과를 비교하였으며, 거리 효과를 효과적으로 구현하기 위하여 잔향효과를 추가하여 음장을 머리밖으로 꺼냄으로써, 보다 향상된 3차원 음상 제어 시스템을 제안하고 실험하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.197-200
• /
• 2000

본 논문에서는 공간에 위치한 음원으로부터 양 귀에 들리는 음향을 스피커를 이용하여 재현 하는 기술에 대한 문제점과 이를 효과적으로 구현할 수 있는 방법에 대해 소개한다. 좌우 대칭 위치의 스피커를 이용하여, 음상 정위를 실현할 때 직면한 문제점인 Cross-talk 제거와 스피커와 청취자 양 귀사이의 음향전달 모델 선정에 대한 문제점들을 본 논문에서 고찰한다. 이러한 고찰을 통하여 Transaural 필터의 모델 제시와 본 모델의 음향학적 특성을 소개한다. 인간 청각기관의 공간 감응 인자인 lID(Interaural Intensity Difference)와 ITD(Interaural Time Difference)의 개념을 이용한 Transaural 필터의 구현 방법을 제시한다. 제시한 구현방법과 영국 ISVR의 "Stereo Dipole"과의 비교와, 끝으로, 주파수에 따른 적합한 스피커간의 배치 문제에 관한 것도 언급한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.289-290
• /
• 2007

In order to improve the performance of a speech recognition system in the presence of noise, we propose a noise robust front-end using two-channel speech signals by separating speech from noise based on the computational auditory scene analysis (CASA). The main cues for the separation are interaural time difference (ITD) and interaural level difference (ILD) between two-channel signal. As a result, we can extract 39 cepstral coefficients are extracted from separated speech components. It is shown from speech recognition experiments that proposed front-end has outperforms the ETSI front-end with single-channel speech.

• 융합신호처리학회논문지
• /
• 제16권2호
• /
• pp.40-43
• /
• 2015

본 연구에서는 연속 마스킹과 같은 효과가 기준음보다도 선행되는 음(선행음)과 후속되는 음(후속음)이 음상정위에 미치는 영향을 레벨차 및 시간차(Inter Stimuli Interval : ISI)에 의한 변화를 청취실험을 하고 그 결과에 대하여 검토를 하였다. 기준음의 제시시간은 2ms이며 후속음 및 선행음의 제시시간은 10ms로 두었다. 제시음은 1kHz 정현파이며 좌우 귀에 도달하는 시간차(Interaural Time Difference : ITD)는 0.5ms로 두었다. 레벨차는 0, -10, -15, -20dB로 두어 제시하였다. 실험결과 선행음이 후속음보다도 음상정위에 크게 영향을 미치고 있음을 알았다. 그리고 선행음의 영향은 ISI의 값에 의존하고 ISI의 값이 작을 때 음상정위에 미치는 영향의 차가 있음을 알았다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.459-461
• /
• 2004

This paper presents an implementation of real-time speaker localization using audio-visual information. Four channels of microphone signals are processed to detect vertical as well as horizontal speaker positions. At first short-time average magnitude difference function(AMDF) signals are used to determine whether the microphone signals are human voices or not. And then the orientation and distance information of the sound sources can be obtained through interaural time difference and interaual level differences. Finally visual information by a camera helps get finer tuning of the speaker orientation. Experimental results of the real-time localization system show that the performance improves to 99.6% compared to the rate of 88.8% when only the audio information is used.

• 음성과학
• /
• 제11권4호
• /
• pp.29-42
• /
• 2004

This paper presents an implementation of real-time speaker localization using audio-visual information. Four channels of microphone signals are processed to detect vertical as well as horizontal speaker positions. At first short-time average magnitude difference function(AMDF) signals are used to determine whether the microphone signals are human voices or not. And then the orientation and distance information of the sound sources can be obtained through interaural time difference. Finally visual information by a camera helps get finer tuning of the angles to speaker. Experimental results of the real-time localization system show that the performance improves to 99.6% compared to the rate of 88.8% when only the audio information is used.