$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

유성음/무성음 분리를 이용한 잡음처리
Speech Enhancement Based on Voice/Unvoice Classification 원문보기

한국음향학회지= The journal of the acoustical society of Korea, v.21 no.4, 2002년, pp.374 - 379  

유창동 (한국과학기술원 전기 및 전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 유성음/무성음 분리를 이용하여 잡음처리를 한다. 유성음과 무성음은 음성의 하나의 중요한 특징으로 유성음과 무성음 부분에 각각 같은 잡음처리기법을 삼는 것이 아니라 각각의 성질을 고려하여 잡음처리를 하였다. 유성음/무성음의 분리는 영 교차율과 에너지를 이용하여 구해 졌으며, 유성음/무성음 분리정보를 토대로 하여 변형된 음성/잡음우세결정방법을 제안하였다. 제안된 방법은 백색 잡음과 비행기 잡음에 오염된 음성문장에 대해 성능평가가 이루어졌다. 그리고 다양한 입력 신호대잡음비 (SNR)로 오염된 문장에 대해 세그멘탈 신호대잡음비를 구하고, 듣기 평가를 통해 기존의 방법보다 향상된 성능을 가짐을 알 수 있다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, a nobel method to reduce noise using voice/unvoice classification is proposed. Voice and unvoice are an important feature of speech and the proposed method processes noisy speech differently for each voice/unvoice part. Speech is classified into voice/unvoice using zero-crossing rate ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 객관적인 (objective) 평가인 세그멘탈 신호대잡음비뿐만 아니라 주관적 (subjective) 평가인 듣기평가[19]도 실시하였다. 백색잡음와 비행기 잡음이 4 dB와 10 dB의 신호대잡음비로 오염된 음성문장을 가지고 평가를 하였다.
  • 본 논문에서는 객관적인 (objective) 평가인 세그멘탈 신호대잡음비뿐만 아니라 주관적 (subjective) 평가인 듣기평가[19]도 실시하였다. 백색잡음와 비행기 잡음이 4 dB와 10 dB의 신호대잡음비로 오염된 음성문장을 가지고 평가를 하였다.
  • 본 논문에서는 음성의 특징 중의 하나인 유성음/무성 음을 분리하여 잡음처리를 하였다. 유성음과 무성음 부분에 각각 동일한 잡음처리 기법을 쓰는 것이 아니 라 각각의 성질을 고려하여 잡음처리를 하였다.
  • 신호대잡음비가 낮아졌을 때는 음성성분을 잡음과 구분해 내기가 무척 어렵다. 본 연구에서는 유성음/무성음이라는 음향학적인 성질을 이용함으로써 잡음처리의 효과를 좀더 높이는 것이 목적이다. 유성음은 대부분의 음성성분이 저주파대역에 몰려 있고, 무성음의 경우는고주파대역에 몰려 있다[18].
  • 유성음 부분은 빗살 여과기 (comb filter)에 통과시키고, 무성음 부분은 변형된 주파수 차감법을 이용하는 방법[15]과 유성음과 무성음을 각기 다른 음성모델을 적용하여 잡음 처리하는 방법[16]이 나와 있다. 유성음과 무성음은 특성이 서로 다르기 때문에, 각부분마다 같은 잡음처리기법을 쓰는 것이 아니라 각 특성에 따라 다르게 처리하여 좀더 잡음처 리를 효과적으로 수행하는 것이 위의 방법의 목적이다. 특히 무성음은 에너지가 작아서 잡음처리 중에 잃기 쉬운 부분이므로 이러한 과정을 통해 좀더 음성의 질(quality)과 명료도 (intelligibility)를 향상시키게 된다.
  • 유성음 부분은 빗살 여과기 (comb filter)에 통과시키고, 무성음 부분은 변형된 주파수 차감법을 이용하는 방법[15]과 유성음과 무성음을 각기 다른 음성모델을 적용하여 잡음 처리하는 방법[16]이 나와 있다. 유성음과 무성음은 특성이 서로 다르기 때문에, 각부분마다 같은 잡음처리기법을 쓰는 것이 아니라 각 특성에 따라 다르게 처리하여 좀더 잡음처 리를 효과적으로 수행하는 것이 위의 방법의 목적이다. 특히 무성음은 에너지가 작아서 잡음처리 중에 잃기 쉬운 부분이므로 이러한 과정을 통해 좀더 음성의 질(quality)과 명료도 (intelligibility)를 향상시키게 된다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로