• 한국음향학회지
• /
• 제15권6호
• /
• pp.5-11
• /
• 1996

본 논문은 불특정 화자의 단모음 인식에 관한 연구로써, fuzzy개념를 이용한 VQ(Vector Quantization)/NN(Neural Network)에 의한 음성 인식 방법을 제안한다. 이 방법은 fuzzy를 이용하여 VQ codebook에 의해 다중 관측열(multi-observation sequence)을 구해 각 symbol이 데이타로부터 가질 수 있는 확률값을 계산하여 이 값을 신경 회로망의 입력으로 사용하는 방법이다. 인식 대상어로는 한국어 단모음을 선정하였으며 10명의 남성 화자가 8개의 단모음을 10번씩 발음한 음성 데이터베이스를 이용하여 fuzzy를 이용하지 않은 VQ/NN과 fuzzy를 이용한 VQ/HMM(hidden Markov model)에 의한 인식률과 비교 실험한다. 실험 결과에 의하며, VQ/NN에 의한 인식률은 92.3%이며, fuzzy를 이용한 VQ/HMM에 의한 인식률은 93.8%이고, fuzzy를 이용한 VQ/Nn에 의한 인식률은 95.7%이다. 그러므로, 본 연구의 fuzzy를 이용한 VQ/NN이 학습 능력이 뛰어난 관계로 fuzzy를 이용한 VQ/HMM과 일반적인 VQ/NN 보다 인식률이 향상됨을 보여준다.

• The Journal of the Acoustical Society of Korea
• /
• 제20권2E호
• /
• pp.17-24
• /
• 2001

In this paper, we propose the bootstrap and aggregating (bagging) vector quantization (VQ) classifier to improve the performance of the text-independent speaker recognition system. This method generates multiple training data sets by resampling the original training data set, constructs the corresponding VQ classifiers, and then integrates the multiple VQ classifiers into a single classifier by voting. The bagging method has been proven to greatly improve the performance of unstable classifiers. Through two different experiments, this paper shows that the VQ classifier is unstable. In one of these experiments, the bias and variance of a VQ classifier are computed with a waveform database. The variance of the VQ classifier is compared with that of the classification and regression tree (CART) classifier[1]. The variance of the VQ classifier is shown to be as large as that of the CART classifier. The other experiment involves speaker recognition. The speaker recognition rates vary significantly by the minor changes in the training data set. The speaker recognition experiments involving a closed set, text-independent and speaker identification are performed with the TIMIT database to compare the performance of the bagging VQ classifier with that of the conventional VQ classifier. The bagging VQ classifier yields improved performance over the conventional VQ classifier. It also outperforms the conventional VQ classifier in small training data set problems.

• 디지털콘텐츠학회 논문지
• /
• 제16권3호
• /
• pp.373-379
• /
• 2015

본 논문에서는 실시간으로, 문서, 웹 페이지, 블로그, tweet 등 텍스트 정보와 센서, 머신데이터등 IoT의 데이터가 생성되는 상황에서 새로 추가되는 데이터들을 기존에 만들어진 VQ 코드북에 추가시키면서, 기존 VQ 코드북 모델을 실시간으로 갱신하기 위한 온라인 VQ 코드북 생성 방법을 제안한다. 기존에 일괄 작업으로 만들어진 VQ 코드북의 성능을 저하시키지 않으면서, 새로 추가된 데이터를 활용하여 VQ 코드북을 점진적으로 수정하는 방식으로 삼각 부등식을 활용하여 높은 정확도와 속도를 보일 수 있었다. 테스트 데이터에 적용한 결과 일괄 작업과 유사한 성능을 보이면서, 다른 온라인 K-Means 보다 빠른 속도를 보였다.

• 한국멀티미디어학회논문지
• /
• 제1권2호
• /
• pp.194-203
• /
• 1998

본 논문에서는 VQ의 문제점인 에지의 열화 문제와 방대한 계산량을 해결하기 위한 새로운 DCT-VQ 방법을 제안한다. 에지 열화를 방지하기 위해 공간 영역에서 VQ를 하지 않고 DCT 변환 영역에서 VQ를 수행한다. DCT는 상관도가 높은 영상 데이타를 비상관화시키고, 적은 수의 계수에 에너지를 집중시키는 특정이 있다. DCT 변환 영역에서,DC 계수는 8비트 균일 스칼라 양자화하고,AC 계수는 에지 성분을 고려하 기 위해 3개 영역으로 구분하여 각 영역을 벡터 양자화한다. VQ의 계산량과 메모리의 절감을 위해 3개 영역의 벡터는 작은 차원($1{\times}7$)으로 구성되며 같은 부호책을 사용한다. 따라서 제안한 방법은 DCT 변환 계수의 고주파 성분올 고려함으로써 에지 성분을 최대한 살렬 수 있고, VQ의 벡터 차원을 줄임에 의해 계산량과 메모리를 크게 감소시킬 수 있다.

• 한국음향학회지
• /
• 제26권3호
• /
• pp.109-114
• /
• 2007

본 논문은 AMR-WB+ 코덱의 오디오 품질을 개선하기 위하여 TCX모듈 변환계수 양자화기에 8차 및 16차 Pyramid VQ방식을 제안하였다. 제안된 Pyramid VQ 방식은 AMR-WB+ 코덱에 적용된 $RE_8$ Lattice VQ 방식과 비교 평가되었으며, 8차 및 16차 Pyramid VQ 방식의 사용시 Mean Squared Error (MSE)는 각각 4% 및 5.7% 개선되었고, Perceptual Evaluation of Audio Quality(PEAQ) 값은 각각 3.3% 및 4.7% 개선되었다.

• 한국통신학회논문지
• /
• 제24권12B호
• /
• pp.2382-2390
• /
• 1999

본 논문에서는 표본 적응 프러덕트 양자기(sample-adaptive product quantizer: SAPQ)라 불리는 새로운 기법의 양자기를 불변 길이 출력을 가지며 높은 전송률을 가지는 DPCM(differential pulse coded modulation)에 기초한 영상 데이터 감축에 적용하였다. DPCM의 성능을 개선하기 위해서는 기존의 스칼라 양자기 대신에 벡터 양자기(vector quantizer: VQ)를 사용해야 하는데, 전송률이 증가함에 따라 일반적인 VQ나 심지어 나무 구조를 가지는 변형된 VQ도 부호화 복잡도나 요구되는 기억 장치의 양으로 인하여 그 구현이 거의 불가능하다. SAPQ는 매우 짧은 적응 주기를 가지는 feed-forward 적응 스칼라 양자기로 일종의 제한적 구조를 가지는 VQ의 일종이다. 따라서, 비록 전송률이 높다고 해도, SAPQ를 사용하면 일반 VQ에서의 부호화 복잡도와 요구되는 기억 장치의 양을 줄이면서 VQ의 성능을 얻을 수 있다. 나아가서 SAPQ가 스칼라 양자기 구조를 가지고 있으므로 DPCM 부호기에서 기존의 스칼라 값을 예측하는 예측기를 그대로 사용하면서 SAPQ는 양자화 역할을 수행할 수 있다. 합성 신호와 실제 영상 데이터에 대하여 실험한 결과 DPCM의 양자화 부분?을 바꾸어서 전송률이 4 b/point 이상에서 2-3 dB 정도의 성능 향상을 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제24권12B호
• /
• pp.2391-2400
• /
• 1999

벡터 양자화(vector quantizer:VQ)는 낮은 전송률을 가지는 데이터 압축에 효과적인 방법이나, 가장 큰 단점은 부호화 복잡도로 벡터의 차수와 전송률이 증가함에 따라 기하 급수적으로 증가하게 된다. VQ의 부호화 복잡도 문제를 해결하기 위하여 여러 변형된 VQ 기법이 제안되었어도 전송률이 높은 경우에는 높은 부호화 복잡도와 방대한 양의 부호책 및 훈련 열로 인하여 구현이 거의 불가능하다. 본 논문에서는 특별히 높은 전송률에서, 스칼라 양자기의 구조를 가지며 VQ의 성능을 얻을 수 있는 양자화 기법을 제안하였다. 이 기법은 feed-forward 적응 양자기의 형태를 가지고 있는데, 비교적 짧은 적응 주기를 가지고 있다. 따라서 제안한 양자화 기법을 표본 적응 프로덕트 양자기(sample-adaptive product quantizer: SAPQ)로 부르기로 한다. 그러나 제안된 SAPQ는 m차원의 공간에서 구조적 제한을 가지는 m차원 VQ의 일종으로, 비록 입력 신호가 독립이라고 할지라도 입력 분포에 따라 큰 이득을 얻을 수 있다. 제한한 SAPQ의 성능은 입력 분포에 따라서 Lloyd-Max 양자기에 비하여 약 2∼3dB의 이득을 얻었다.

• 대한전자공학회논문지SP
• /
• 제49권1호
• /
• pp.19-30
• /
• 2012

디지털 신호의 양을 줄이기 위한 손실 소스 부호화에서 양자화는 필수적이다. 이때 보다 효율적인 양자화를 위해서는 벡터양자기(vector quantizer: VQ)를 사용하는데, 벡터의 차수 또는 전송률이 올라감에 따라 VQ의 부호화 복잡도는 기하급수적으로 증가한다. 이를 보완하기 위하여 여러 변형된 VQ가 제안되어 있다. 이러한 변형된 VQ의 일종으로 표본 적응 프로덕트 양자기(sample-adaptive product quantizer: SAPQ)가 있는데, 벡터의 차수를 줄여서 부호화 복잡도를 줄일 수 있는 프로덕트 VQ(product VQ: PQ)와 유사한 구조를 가지지만, 일반 PQ보다 더 좋은 성능을 가지면서 일반 VQ보다는 부호화 복잡도가 낮고 부호책을 위한 메모리의 크기도 작은 일종의 구조적 제한을 가지는 VQ이다. 이러한 SAPQ 중에서 부호책의 구조가 양자화 공간의 대각선에 대칭 형태를 가지는 단순한 형태의 1-SAPQ가 있는데, 이러한 1-SAPQ의 성능은 동일한 분포를 가지며 서로 독립인 입력에 좋은 성능을 보인다. 본 논문에서는 1-SAPQ를 1차 마르코프 과정에 대하여 설계하고 그 성능을 평가하였다. 효율적인 1-SAPQ의 설계를 위하여 초기 부호책 설계 알고리듬을 제안하였으며, 수치해석을 통하여 1-SAPQ는 비슷한 부호화 복잡도를 가지는 VQ보다 좋은 성능을 보임을 보였다. 또한 DPCM(differential pulse coded modulation) 기법에 Lloyd-Max 양자화를 사용한 경우의 성능에 근접함을 보였다.

• 한국음향학회지
• /
• 제23권4호
• /
• pp.333-339
• /
• 2004

본 논문에서는 벡터 양자화기와 피라미드 벡터 양자화기를 직렬로 결합하여 16차 벡터 소스에 대한 vector quantizer-pyramid vector quantizer (VQ-PVQ)를 개발하였으며, 예측 구조와 세이프티-넷 (safety-net) 개념을 결합시켜 광대역 음성 부호화기용 LPC 계수 양자화 기를 설계하였다. 본 양자화기의 성능은 AMR-WB(ITRT-T G.722.2)의 LPC양자화기 성능과 비교하였는데, 스펙트럼 왜곡 및 메모리 요구량에서 상당한 이득을 얻었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.39-42
• /
• 2000

VQ 모델로 구성된 화자인식 시스템의 성능 향상을 위해 Bootstrap 방식을 적용하였다. Bootstrap 및 aggregating방식은 unstable한 모델에서 그 성능이 유효하므로 이의 적용을 위해 먼저 VQ 모델의 bias와 variance를 계산하여 unstable함을 보였다. 화자인식 실험은 TIMIT Database를 사용하여 수행하였고 실험결과 높은 인식율 향상을 확인하였다. 또한 적은 훈련 데이터 환경에서도 좋은 인식율을 갖는 것으로 나타났다.