초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

음성은 인간이 사용하는 보편적이고 편리한 의사전달 수단이다. 음성에 의해 표현되는 말은 사람과 사람 사이에 의사소통을 가능하게 할 뿐 아니라 음성을 이용하여 기계나 장치에 명령을 내리는데 사용 될 수도 있다. 최근에는 음성을 이용한 인식 시스템이 보안 시스템에 활용되거나 제어 인터페이스로도 각광 받고 있으며 관련된 많은 연구가 진행되고 있다.
음성 인식에서 특정 환경에 따른 인식률의 변화가 심한 것은 큰 문제점으로 지적된다. 주위 잡음이 심하지 않은 조용한 환경에서의 인식률은 높은 편이지만 여러 사람이 동시에 말을 하고 주변 소음이나 잡음이 섞이는 경우 인식률은 현저하게 감소한다. 그러므로 음성 인식 연구에서 잡음을 제거하고 인식과 관계없는 음성을 제거하는 ...

음성은 인간이 사용하는 보편적이고 편리한 의사전달 수단이다. 음성에 의해 표현되는 말은 사람과 사람 사이에 의사소통을 가능하게 할 뿐 아니라 음성을 이용하여 기계나 장치에 명령을 내리는데 사용 될 수도 있다. 최근에는 음성을 이용한 인식 시스템이 보안 시스템에 활용되거나 제어 인터페이스로도 각광 받고 있으며 관련된 많은 연구가 진행되고 있다.
음성 인식에서 특정 환경에 따른 인식률의 변화가 심한 것은 큰 문제점으로 지적된다. 주위 잡음이 심하지 않은 조용한 환경에서의 인식률은 높은 편이지만 여러 사람이 동시에 말을 하고 주변 소음이나 잡음이 섞이는 경우 인식률은 현저하게 감소한다. 그러므로 음성 인식 연구에서 잡음을 제거하고 인식과 관계없는 음성을 제거하는 전처리 기술은 반드시 필요하다.
음성인식 전처리 과정에는 주로 인식하고자하는 음성과 이외의 다른 음성을 분리 할 수 있는 BSS(Blind Source Separation) 기술이 사용된다. BSS는 소스로부터 신호가 전달되는 과정에 대한 사전 정보 없이 센서로 입력된 신호만을 이용하여 본래 각각의 독립 신호로 분리하는 기술이다.
BSS는 신호가 전달되는 환경에 따라 3가지 case로 분류가 가능하다. 그 중 신호가 소스에서 센서로 전달될 때 걸리는 시간 지연이 없다고 가정하는 Instantaneous case에 관한 연구가 많이 진행되어왔다. 하지만 실제 환경을 표현하기에는 한계가 있으며 실제 환경을 더 잘 표현하기 위해서는 신호가 전달될 때 간섭과 반향을 고려하는 Echoic case가 더욱 적합하다. 실제 환경에서 신호는 전달 시 다중 경로를 통해 센서로 입력되며, 경로에 따라 신호가 센서로 도달 하는데 시간 지연이 발생한다. Echoic case 모델은 센서에 입력되는 신호를 convolutive mixture로 표현하여 이런 시간 지연을 고려하였다. BSS 알고리즘에서 Instantaneous case의 대표적인 알고리즘으로 많이 쓰이는 FastICA도 빠른 계산 속도를 장점으로 갖지만 실제 환경을 정확히 반영하지 못하는 문제점이 있었다. 최근 이런 한계를 극복하기 위해 Echoic case로 확장시킨 convolutive ICA에 관한 연구가 발표되었다.
신호에 잡음이 섞이는 문제는 웨이블렛 변환(wavelet transform)을 이용한 denoising과 잡음 감소 필터(noise reduction filter)를 사용함으로써 해결할 수 있다. 웨이블렛 변환은 모 웨이블렛(mother wavelet)을 시간 축으로 이동하거나 크기의 확대, 축소를 함으로써 생성된 기저 함수들의 집합을 이용하여 표현된다. 웨이블렛 변환을 이용하면 고역 부분과 저역 부분으로 단계적으로 신호를 분해함으로써 주파수 특징을 알 수가 있다. 이때 신호의 잡음이 주로 고역 부분에 분포한다는 점에 근거하여 고역 부분을 제거하거나 감쇠시키는 방법으로써 신호의 잡음 감소시킬 수 있다. 한편, 잡음 감소 필터는 잡음의 분포와 종류에 맞게 선택해야 한다. 칼만 필터(Kalman filter)는 잡음 신호의 분포가 가우시안 분포일 때 탁월한 노이즈 감소 효과를 나타내는 필터이다. 칼만 필터는 예측(prediction)과 측정을 통한 보정(correction by measurement)을 반복함으로써 잡음 신호의 분산을 점차 줄이며 이로써 잡음을 감소시키는 효과를 나타낸다. 본 논문에서 제안하는 음성인식 전처리 방법은 웨이블렛 변환을 이용한 고역 잡음을 감소시킨 후 convolutive ICA를 이용한 신호 분리를 한다. 이후에 잡음 감소 필터로써 칼만 필터를 이용함으로써 음성 분리 및 잡음 감소가 확실히 이루어지도록 한다.
제안한 전처리 과정의 성능을 확인하기 위해 음성 인식 시스템의 대표적인 어플리케이션 중 하나인 홈오토메이션 환경에 적용하여 실험을 진행하였다. 홈오토메이션 환경에서 발생할 수 있는 6가지 소리들을 녹음하였으며, 7인의 화자가 말하는 각 22개의 명령어를 녹음하여 음성 혼합 모델을 통해 혼합 하였다. 음성 혼합 모델로서 사용된 모델은 2x2 혼합 행렬을 이용하여 혼합하는 모델인 Instantaneous mix 모델과 사람의 청각기관을 모델링한 HRTF(Head Related Transfer Function) 모델, 그리고 방을 시뮬레이션 하여 소스와 센서간의 전달관계를 함수로써 구현한 Synthetic Room Recording Simulation 모델이다. 혼합된 신호를 여러 가지 처리 과정을 이용하여 신호 분리 및 잡음을 감소시키는 실험을 하였다.
실험의 성능 평가는 잡음 측정에 많이 사용되는 SNR(Signal to Noise Ratio, 신호 대 잡음비)을 사용하였으며, 본 논문에서 제안한 전처리 과정 및 여러 가지 처리 과정의 SNR 값을 비교하여 잡음이 개선된 정도를 확인하였다.

주제어