선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 FIR-STREAK필터의 오차신호를 처 리하여 연속적으로 변위하는 피치정보를 능동적으로 추 출할 수 있는 개별피치 추출법을 제안하였다. 실험결과, 일반적으로 사용하는 자기상관법, Cepstrum법에서는 프레임 경계 부분, 무성음 혹은 무성자음과 유성음이 같이 존재하는 프레임, 음성의 시작이나 끝부분에서 발생하는 피치추출 오류가 발생한다.
- 본 연구에서는 표1에 나타낸바와 같이 남자(4명), 여 자(4명)이 발성한 단문 32개의 음성샘플을 사용하였으며, 이 음성샘플의 모음과 자음의 수는 총 290개, 68개 이다. 이 음성샘플을 사용하여 본 연구에서 제안한 개별 피치펄스 추출법과 일반적으로 널리 사용되고 있는 자 기상관법과 Cepstrum법을 피치 추출률의 측면에서 평 가하고자 한다. 우선, 프레임마다 규격화된 하나의 피치 정보를 추출하는 자기상관법 혹은 Cepstrum법과 프레 임마다 여러 개의 피치정보를 추출하는 방법을 피치 추 출 오류 측면에서 비교하기 위해서 자기상관법과 Cepstrum법에 의하여 추출한 규격화된 하나의 피치주 기를 한 프레임에 나타낼 수 있는 여러 개의 피치주기 로 표현한 후 피치추출 오류를 판독하도록 하였다.
- 일반적으로 자기상관법은 프레임 단위로 하나의 규격 화된 피치정보를 추출하기 때문에 음소 상호간의 간섭 에 의해 피치간격이 일정하지 않거나 음성의 시작이나 끝부분과 같이 준주기성의 음성파형, 무성음과 유성음 혹은 무성자음과 유성음이 같이 존재하는 프레임에서는 피치추출 오류가 종종 발생한다. 이러한 오류를 억제하 고, 변화하는 음성파형에 따라서 능동적으로 피치의 위치를 추정하는 방법으로 본 연구에서는 FIR-STREAK 필터의 오차신호에서 개별피치 펄스를 추출하고자 한다.
- 이러한 오류들은 연속적인 음성신 호에서 볼 수 있는 피치정보의 연속적인 변위를 하나의 피 치정보로 규격화 하는데 그 원인이 있다고 볼 수 있다. 이러한 오류를 억제할 수 있는 방법으로 본 연구에서는 시간 영역에서 연속적으로 변위하는 피치위치를 추출할 수 있도록 FIR 필터와 STREAK(Simplified Technique for Recursively Estimating Autocorrelation K- parameters) 필터를 조합한 FIR-STREAK 필터의 오 차신호로부터 피치펄스를 추출하는 방법을 제안하고자 한다. 이 방법에 의하여 추출된 피치펄스는 프레임마다 여러 개의 피치정보를 추출할 수 있기 때문에 변위하는 음성신호의 분석, 합성, 인식 등에 유용하게 활용할 수 있을 것으로 기대된다.
- 프레임마다 평균 피치 정보를 추출하는 대표적인 방 법인 자기상관법과 Cepstrum법은 널리 알려진 방법이 기 때문에 간략하게 기술하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.