• 한국음향학회지
• /
• 제18권1호
• /
• pp.38-44
• /
• 1999

본 연구에서는 단일 채널 단구간 진폭 스펙트럼 추정 기법의 하나인 Spectral Subtraction 방법과 2 채널 Griffiths-Jim Beamformer를 결합한 음성 강조기법을 제안한다. 기존의 단구간 진폭 스펙트럼 추정 기법에서는 관측된 신호의 스펙트럼에서 잡음의 평균 스펙트럼을 감산하여 잡음을 제거하고 있지만, 이 방법을 이용하여 잡음을 제거 할 경우에는 잡음 변동시 잡음 억제 능력이 미약하고, 목적 신호의 단구간 진폭 스펙트럼 추정 성능이 낮아진다는 단점을 갖고 있다. 그 이유는 실제 잡음의 스펙트럼은 평균값 주위에 분산되어 있기 때문이 다. 그러므로, 2 채널 Beamformer의 사각(Blocking Matrix)를 이용하여 분석 구간에서의 잡음의 단구간 진폭 스펙트럼을 추정하고, 이 추정된 값을 이용하여 목적 신호의 스펙트럼을 추정하는 기법을 제안하고, 컴퓨터 시뮬레이션을 통하여 그 유효성을 입증한다.

• The Journal of the Acoustical Society of Korea
• /
• 제22권2E호
• /
• pp.62-68
• /
• 2003

This paper addresses a novel noise-compensation scheme to solve the mismatch problem between training and testing condition for the automatic speech recognition (ASR) system, specifically in car environment. The conventional spectral subtraction schemes rely on the signal-to-noise ratio (SNR) such that attenuation is imposed on that part of the spectrum that appears to have low SNR, and accentuation is made on that part of high SNR. However, these schemes are based on the postulation that the power spectrum of noise is in general at the lower level in magnitude than that of speech. Therefore, while such postulation is adequate for high SNR environment, it is grossly inadequate for low SNR scenarios such as that of car environment. This paper proposes an efficient spectral subtraction scheme focused specifically to low SNR noisy environment by extracting harmonics distinctively in speech spectrum. Representative experiments confirm the superior performance of the proposed method over conventional methods. The experiments are conducted using car noise-corrupted utterances of Aurora2 corpus.

• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.555-560
• /
• 2013

본 논문에서는 거리측정, 로그전력, 실효치 방법에 의하여 유성음, 무성음, 묵음 구간을 검출하여, 서브밴드 필터에 의한 잡음제거 알고리즘을 제안한다. 제안한 알고리즘은 각 프레임에서 서브밴드 필터를 사용하여 잡음으로 오염된 음성신호로부터 백색잡음 및 도로잡음의 스펙트럼을 차감하는 방법이다. 본 실험에서는 Aurora-2 데이터베이스에 포함된 음성신호와 잡음신호를 사용하여 스펙트럼 차감 알고리즘의 결과를 나타낸다. 잡음에 의하여 오염된 음성신호에 대하여 신호대잡음비를 사용하여 본 알고리즘이 유효하다는 것을 확인한다. 실험으로부터 백색잡음에 대하여 평균 2.1 dB, 도로잡음에 대하여 평균 1.91 dB의 출력 신호대잡음비가 개선된 것을 확인할 수 있었다.

• 음성과학
• /
• 제4권2호
• /
• pp.5-15
• /
• 1998

This paper proposes a speech state-dependent spectral subtraction method to regulate the blind spectral subtraction for improved enhancement. In the proposed method, a modified subtraction rule is applied over the speech selectively contingent to the speech state being voiced or unvoiced, in an effort to incorporate the acoustic characteristics of phonemes. In particular, the objective of the proposed method is to remedy the subtraction induced signal distortion attained by two state-dependent procedures, spectrum sharpening and minimum spectral bound. In order to remove the residual noise, the proposed method employs a procedure utilizing the masking effect. Proposed spectral subtraction including state-dependent subtraction and residual noise reduction using the masking threshold shows effectiveness in compensation of spectral distortion in the unvoiced region and residual noise reduction.

• 한국음향학회지
• /
• 제16권6호
• /
• pp.94-99
• /
• 1997

본 논문에서는 잡음환경에서의 음성인식을 위하여 잡음의 확률적 특성과 음성모델을 이용하는 확률적 스펙트럼 차감법을 제안한다. 기존의 스펙트럼 차감법은 음성이 존재하지 않는 구간에서 추정한 잡음을 잡음음성에서 차감하여 잡음을 제거함로, 추정한 잡음의 형태가 음성인식기에 입력되는 잡음음성에 포함된 잡음과 상이한 특성을 나타낼 경우에는 효과적인 잡음의 제거가 불가능하다. 이러한 단점을 보완하기 위해서 여러 가지 형태를 가지는 잡음의 원형을 사용하여, 잡음음성에서 잡음을 제거하는 방법을 사용하였다. 잡음의 확률적인 특성을 여러 개의 잡음원형으로 나타내므로, 스펙트럼 차감법은 입력음성에 대해서 확률적으로 수행되어 잡음이 제거된 다중의 스펙트럼을 출력하게 되고, 인식시에는 조용한 환경의 음성으로 학습된 음성모델에 따른 최적의 스펙트럼을 이용하여 인식을 수행한다. 또한 정적인 파라미터와 동적인 특징파라미터를 동시에 고려하여 잡음을 영향을 최소화하므로 보다 효과적인 잡음처리가 가능하다. 제안한 방법의 타당성을 실험적으로 검증하기 위해서, 잡음환경의 음성인식에 적용하였다. SNR 10 dB인 50개의 고립단어에 대한 실험결과, 잡음처리를 하지 않았을 경우 72.75%, 스펙트럼 차감법은 80.25%, 제안한 방법을 사용하였을 경우는 86.25%의 인식률을 얻음으로써, 효과적인 잡음처리 방법임을 확인할 수 있었다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제21권4호
• /
• pp.415-430
• /
• 2018

본 연구는 자폐성 장애 학생들의 수판을 이용한 자연수의 수세기, 덧셈, 뺄셈의 지도 사례에 대한 분석을 바탕으로 장애 학생의 수와 연산 지도에 관한 시사점을 제공하고자 하였다. 이를 위해 일반학교의 특수학급에서 통합교육을 받는 4학년, 6학년의 자폐성 장애 학생을 대상으로 주당 1시간씩 30주간 수판을 사용하여 수세기, 덧셈, 뺄셈에 관한 수업을 실시하고 이를 분석하였다. 분석 결과를 바탕으로 다음과 같은 결론을 제시하였다. 자폐성 장애 학생들을 위한 수세기, 덧셈, 뺄셈의 지도에서 수의 구조가 드러나는 수판은 효과적인 교구이며, 수세기 전략과 연산 전략을 지도하는 것은 효율적인 지도 방안이 될 수 있고, 수학적 의사소통을 지도하는 것이 가능하다. 이러한 결과를 바탕으로 장애 학생의 수학 지도에 관한 시사점을 제시하였다.

• Mass Spectrometry Letters
• /
• 제14권4호
• /
• pp.173-177
• /
• 2023

Kendrick plots offer an alternative visualization of mass spectral data which reveals ion series and patterning by turning a mass spectrum into a map, plotting the fractional mass (wrongly called mass defect) as a function of mass-to-charge ratios and ion abundances. Although routinely used for polymer mass spectrometry, two unreported applications of these Kendrick plots are proposed using the program "kendo2": the graphical recalibration of a mass spectrum via the simulation of a theoretical fractional mass and a multi-segment fit; and the rapid evaluation of scan-to-scan variation of accurate mass measurements used as tolerances for the blank subtraction of UPLC-MS data files. Both applications are compatible with any type of high-resolution MS data including LC/GC-MS(/MS).

• 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.

• 한국음향학회지
• /
• 제19권6호
• /
• pp.53-61
• /
• 2000

잡음환경에서의 음성인식 성능향상을 위해서는 서로 다른 잡음환경으로 인한 mismatch를 줄이는 것이 중요하다. 이를 위해 계산이 간단하고 잡음환경에서 비교적 우수한 성능을 내고 있는 스펙트럼 차감법이 널리 사용되고 있다. 본 논문에서는 스펙트럼 차감법을 적용하기 위한 잡음 스펙트럼 추정방법으로 히스토그램 처리방법을 도입한다. 히스토그램 처리방법은 음성이 아닌 구간의 검출이 필요없으며 시간에 따라 변화하는 시변잡음에도 적용 가능한 장점이 있다. 그러나 히스토그램 처리방법으로 신뢰도 높은 잡음 스펙트럼의 평균값을 추정하더라도 스펙트럼 차감법을 적용했을 때의 잔여 잡음의 문제가 발생한다. 이를 해결하기 위하여 잡음추정 과정에 사용되었던 히스토그램의 분포특성을 고려한 새로운 over-estimation 적용방식을 제안한다. 제안된 방식은 측정된 잡음의 분포에 따라 적응적으로 over-estimation의 정도를 결정함으로써 SNR 변화에 따른 영향이 적은 장점이 있다. 자동차 소음 환경에서의 화자독립 고립단어 인식실험 결과, 기존의 over-estimation factor를 적용한 경우보다 제안된 방식의 인식성능이 개선되었다.

• 음성과학
• /
• 제11권1호
• /
• pp.7-20
• /
• 2004

In this paper, we propose a two-step noise compensation algorithm in feature extraction for achieving robust speech recognition. The proposed method frees us from requiring a priori information on noisy environments and is simple to implement. First, in frequency domain, the Harmonics-based Spectral Subtraction (HSS) is applied so that it reduces the additive background noise and makes the shape of harmonics in speech spectrum more pronounced. We then apply a judiciously weighted variance Feature Vector Normalization (FVN) to compensate for both the channel distortion and additive noise. The weighted variance FVN compensates for the variance mismatch in both the speech and the non-speech regions respectively. Representative performance evaluation using Aurora 2 database shows that the proposed method yields 27.18% relative improvement in accuracy under a multi-noise training task and 57.94% relative improvement under a clean training task.