• 한국소음진동공학회논문집
• /
• 제24권10호
• /
• pp.802-808
• /
• 2014

The purpose of this study is to suggest efficient methods for estimating population exposed to noises by analyzing differences of population exposed to noises estimated by each method through comparing exposed population estimated by utilizing existing methods and those estimated by using census output areas reflecting the actual population information of each address. For population exposed to noises, the error of exposed population estimated by using the per capita living space turned out to be the biggest, and other estimation methods had no significant difference. For population exposed to excess noises, as a result of analyzing population estimated by each method based on census output areas, the error of the method using a grid noise map turned out to be the biggest. For the method to estimate population exposed to noises by using a noise map, the estimation methods using census output areas and total ground area are considered to be more rational than the grid noise map estimation method or the method to estimate the living space per capita.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 제15회 음성통신 및 신호처리 워크샵(KSCSP 98 15권1호)
• /
• pp.262-266
• /
• 1998

In the speech recognition under the noisy environments, reducing the mismatch introduced between training and testing environments is an important issue, and spectral subtraction is widely used technique because of its simplicity and relatively good performance in noisy environments. In this paper, we introduced histogram method as a reliable noise estimationi approach for spectral subtraction. To deal with the problem of residual noise after spectral subtraction, we proposed a new ove-estimation technique based on distribution characteristics of histogram used for noise estimation. Since the proposed technique decides the degree of over-estimation adaptively according to the measured noise distribution, it can cope with the SNR variations effectively in compared with the conventional over-estimation technique.

• Current Optics and Photonics
• /
• 제4권6호
• /
• pp.530-539
• /
• 2020

Hyperspectral images feature a relatively narrow band and are easily disturbed by noise. Accurate estimation of the types and parameters of noise in hyperspectral images can provide prior knowledge for subsequent image processing. Existing hyperspectral-noise estimation methods often pay more attention to the use of spectral information while ignoring the spatial information of hyperspectral images. To evaluate the noise in hyperspectral images more accurately, we have proposed a spectral-spatial cooperative noise-evaluation method. First, the feature of spatial information was extracted by Gabor-filter and K-means algorithms. Then, texture edges were extracted by the Otsu threshold algorithm, and homogeneous image blocks were automatically separated. After that, signal and noise values for each pixel in homogeneous blocks were split with a multiple-linear-regression model. By experiments with both simulated and real hyperspectral images, the proposed method was demonstrated to be effective and accurate, and the composition of the hyperspectral image was verified.

• 한국음향학회지
• /
• 제21권1호
• /
• pp.11-18
• /
• 2002

본 논문에서는 부가 잡음에 오염된 음성신호에 이득 적응을 가지는 음성인식을 시간 영역에서 다루었다. 잡음은 유색잡음이라고 가정한다. 전화망에서 마찰음 (fricative), 운음 (glides), 유음 (liquds), 그리고 천이영역(transition region)과 같은 음성 신호의 뚜렷한 비정상상태를 극복하기 위해서 NAR-HMM (nonstationary autoregressive HMM)7을 제안하였다. 비정상상태 AR 처리는 M개의 알고 있는 기저 함수 (basis function)의 선형 결합으로 이루어진 다항 함수 (polynomial function)로 나타낼 수 있다. 오염된 신호만을 이용할 수 있을 때, 잡음의 추정 (estimation)문제는 필연적으로 발생한다. 다중 Kalman 필터를 사용함으로써, 잡음모델의 추정과 음성의 이득곡선 (gain contour)을 수행하였다. 제안한방법의 잡음 추정은 오염된 신호로부터 효과적으로 잡음을 제거하여 깨끗한 음성신호를 얻을 수 있었다. 또한 잡음 추정을 하는 일반적인 ARHMM보다 제안한 NAR-HMM이 약 2-3%의 인식성능을 향상시켰다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제11권2호
• /
• pp.31-46
• /
• 2005

본 연구는 운전 중 발생하는 청각 자극의 유형 및 정도가 운전자가 지각하는 주관적 속도감에 어떠한 영향을 미치는지를 알아보고자 수행되었다. 본 연구에서 사용된 청각 자극은 엔진 소음과 음악 소리였으며 전자는 자동차의 속도에 따라 함께 변하는 청각 단서인 반면 후자는 자동차의 속도와는 무관하게 변화하는 비단서 소음으로 사용되었다. 엔진 소음의 강도만 조작되어 제시된 실험 1에서는 엔진 소음의 크기에 따라 운전자가 느끼는 주관적 속도감이 다르게 나타나 운전자들은 엔진 소음이 작을수록 기준속도보다 더 빨리 주행한 반면 엔진 소음이 클수록 더 천천히 주행하는 것이 관찰되었다. 실험 2에서는 엔진 소음과 음악 소리를 모두 들려주었는데, 그 결과 엔진 소음의 크기변화에 따른 주관적 속도감의 차이는 여전히 나타났으나 음악 소리의 크기변화에 따른 속도감의 차이는 보이지 않았다. 또한 실험 1과 2를 통합하여 음악 소리의 유무효과를 분석해 본 결과 음악 소리가 엔진 소음을 차폐시킬 만큼 크고 엔진 소음이 작을 경우에는 음악 소리가 없는 경우보다 속도를 더 내는 것으로 나타났다. 이는 음악 소리가 속도감에 영향을 주는 직접요인은 아니지만 간접적으로 영향을 미친다는 가능성을 시사한다.

• The Journal of the Acoustical Society of Korea
• /
• 제25권4E호
• /
• pp.154-158
• /
• 2006

In this paper, we suggest a noise estimation method for speech enhancement in nonstationary noisy environments. The proposed method consists of the following two main processes. First, in order to receive fewer affect of variable signals, a best fitting regression line is used, which is obtained by applying a least squares method to coefficient magnitudes in a node with a uniform wavelet packet transform. Next, in order to update the noise estimation efficiently, a differential forgetting factor and a correlation coefficient per subband are used, where subband is employed for applying the weighted value according to the change of signals. In particular, this method has the ability to update the noise estimation by using the estimated noise at the previous frame only, without utilizing the statistical information of long past frames and explicit nonspeech frames by voice activity detector. In objective assessments, it was observed that the performance of the proposed method was better than that of the compared (minima controlled recursive averaging, weighted average) methods. Furthermore, the method showed a reliable result even at low SNR.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권3호
• /
• pp.220-225
• /
• 2020

This paper investigates the non-intrusive speech intelligibility estimation method in noise environments when the bottleneck feature of autoencoder is used as an input to a neural network. The bottleneck feature-based method has the problem of severe performance degradation when the noise environment is changed. In order to overcome this problem, we propose a novel non-intrusive speech intelligibility estimation method that adds the noise environment information along with bottleneck feature to the input of long short-term memory (LSTM) neural network whose output is a short-time objective intelligence (STOI) score that is a standard tool for measuring intrusive speech intelligibility with reference speech signals. From the experiments in various noise environments, the proposed method showed improved performance when the noise environment is same. In particular, the performance was significant improved compared to that of the conventional methods in different environments. Therefore, we can conclude that the method proposed in this paper can be successfully used for estimating non-intrusive speech intelligibility in various noise environments.

• 한국음향학회지
• /
• 제16권5호
• /
• pp.68-75
• /
• 1997

스펙트럼 차감법은 잡음이 더해진 환경에서의 음성인시기에 널리 사용되는 전처리 방법이지만, 이를 위해서는 잡음의 스펙트럼을 잘 추정할 필요가 있다. 본 논문에서는 잡음 스펙트럼의 추정방법으로 히스토그램 처리방법을 사용한다. 이 방법은 음성/비음성 구간의 구분을 할 필요가 없으며 서서히 변화하는 잡음의 스펙트럼도 추정할 수 있다는 점에서 여타의 잡음 추정방법에 비해 장점을 지닌다. 다양한 SNR 조건하에서 유색 가우시안 잡음 및 실제 자동차 소음을 부가시킨 음성에 대해 화자독립 고립단어 인식 실험을 수행한 결과, 히스토그램 처리방법에 기반을 둔 스펙트럼 차감법의 인식성능이 초기 비음성구간의 스펙트럼 평균을 이용한 기존의 잡음 스펙트럼 추정방법에 비해 우수한 성능을 나타내었다.

• 대한전자공학회논문지SP
• /
• 제46권5호
• /
• pp.120-125
• /
• 2009

일반적인 동영상 처리에서 효과적으로 잡음을 제거하기 위해서는, 입력 동영상의 잡음 세기나 잡음 분산을 정확하게 찾아낼 필요가 있다. 그러나, 일반적으로 잡음 정보를 정확히 파악하기는 힘들다. 본 논문은 인접 잡음 영상간 움직일 보상에 기반한 정확한 잡음 분산 예측기법을 제안한다. 먼저, 입력 잡음 영상 내 각 블록에 대해 움직임 추정을 수행하고 최적의 움직임 보상 블록의 잔여 분산을 계산한다. 그리고, 구해진 최적 분산값과 근사한 분산값들을 적응적으로 평균화하고 적당히 스케일링함으로써, 그 영상에 대한 잡음 분산 예측치가 얻어진다. 실험결과를 통해 제안하는 방법이 매우 정확하게 잡음 세기를 예측하고 안정적임을 보인다.

• 한국음향학회지
• /
• 제29권3호
• /
• pp.200-208
• /
• 2010

본 논문에서는 배경잡음에 강인한 잡음제거 알고리즘 설계를 위해서 minimum statistics (MS) 기법을 codebook driven short-term predictor parameter estimation (CDSTP) 기법에 접목하는 방법을 제안한다. MS는 stationary 배경잡음에는 강인하지만, non-stationary 배경잡음에는 상대적으로 취약하다. CDSTP는 non-stationary 배경잡음에 강인한 특성을 보이지만, 코드북에 없는 배경잡음 환경에는 취약하다. 따라서 non-stationary 배경잡음에 강인한 CDSTP 방법과 별도의 코드북 학습 과정이 필요 없는 MS를 결합해서 다양한 배경잡음에 강인한 알고리즘을 제안한다. 제안방법은 MS나 CDSTP 방법에 비해서 전체적으로 향상된 perceptual evaluation of speech quality (PESQ) 성능을 나타냈으며, 특히 stationary 배경잡음과 non-stationary 배경잡음이 섞여 있는 mixed 배경잡음 환경에서 강인한 특성을 보였다.