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 최근 제안한 적응효과 알고리즘의 음성개시점 강조 특성을 자세히 관찰하고, 조절해 주어야 하는 변수들의 변화에 따른 성능변화 특성을 분석하며, 비슷한 목적을 갖는 대표적 방법인 TESM과의 객관적이고 정량적인 성능비교를 수행하여 제안된 적응 효과 알고리 즘의 우수성을 확인하는 것을 목적으로 한다.
제안 방법
- 그림 9는 GWN이 섞인 /aka/ 음성을 두 적응 효과 알고리즘의 입력으로 사용한 결과이다. GWN의 SNR은 앞서 말했듯이 0 dB에서 10 dB까지 변화시켰으며 각 SNR에서 10번씩 실험했다. 즉, 같은 입력에 대해서 10번 실험하여 오류 피크의 개수를 구했으며 평균을 구했다.
- Vandali에 의해 제안된 TESM 적응효과 알고리즘은 spectral maxima sound processor (SMSP)에 적응효과를 추가한 모델이나 본 논문은 두 적응효과 알고리즘의 비교를 위하여 주파수분석 부분은 일반적인 선형대 역통과필터들로 구성된다.
- 제안된 모델은 두 개의 증폭기를 가진다. 그 중 증폭기[(amp lifier 1)의 효과를 알아보기 위한실험을 하였다. 그림 7은 증폭기 1 의 이득 값을 바꿔가며 제 안된 적응효과 알고리즘에 의해 발견된 피크들을 나타낸다 (전체 8채널 중 첫 번째 채널만 도시).
- 다양한 자음 (/a/, !il, /u/)과 결합된 파열음(stop consonant) 과자음-모음-자음 (consonant-vowel-consonant; CVC) 의 단 음절 어음 등 두 종류의 음성 세트를 사용하여 성능평가를 수행하였다. 첫 번째 음성 세트는 모음-자음-모음 (vowel-consonant-vowel; VCV) 형태로 사용하는 모음은 /a/, /i/, /u/이고, 자음은 파열음으로/p/, /t/, /k/, /b/, /d/, /g/이다[11].
- 이 값이 뺄셈기로 입력될 경우오류피크 값이 추출된다. 따라서 이러한 현상을 방지하기 위해 반파정류기를 사용하여 0이하의 값들을 제거하였다.
- SSN)을 사용하였다. 신호대 잡음비 (Signal to noise ratio; SNR)는 OdB부터 lOdB까지 변화시켰다. SSN은 실제 대화환경과 유사한 환경 하에서의 성능평가를 수행하기 위하여 사용하였으며 Yang 등이 제시한 방법과 같이 가우시안 백색 잡음을 1100 Hz 의 차단주파수를 가지는 2차 버터워스 저역통과필터에 입력시킴으로써 획득하였다[13].
- GWN의 SNR은 앞서 말했듯이 0 dB에서 10 dB까지 변화시켰으며 각 SNR에서 10번씩 실험했다. 즉, 같은 입력에 대해서 10번 실험하여 오류 피크의 개수를 구했으며 평균을 구했다. 그래프를 보면 TESM 모델에서 오류 피크의 개수는 제안된 모델에서의 수보다 항상 많고, SNR의값에 따라 변하지 않는다.
대상 데이터
- 첫 번째 음성 세트는 모음-자음-모음 (vowel-consonant-vowel; VCV) 형태로 사용하는 모음은 /a/, /i/, /u/이고, 자음은 파열음으로/p/, /t/, /k/, /b/, /d/, /g/이다[11]. 더욱다양한문맥 (context)에대한 결과를 얻기 위해 단음절 CVC 음성도 실험에 사용되었다. 실험에서 자음으로 파열음을 사용한 이유는 크기가 작고 배경 잡음과 특성이 유사한 파열음의 경우 적응효과에 의한 음성개시점 강조가 가장 효과적 일 것으로 기 대되 기 때문이다.
- 우선 반파정류기 1 (half-wave rectifier; HWR1)에 의해 반파 정류된 신호는 저역통과필테 (low-pass filter; LPF1)에 의해 평활화(smoothing) 된다. 사용한 저역통과필테(LPF1)은 400 Hz의 차단 주파수를 가지는 4차 버 터 워 스 필터 이 다. 처 리 된 신호는 뺄셈기 (£) 및 피크검출기/증폭기2 (Peak detector/Amplifier2)로 입 력된다.
- 결과이다. 어음처리기는 8 채널로 구성하였다. 전체적으로 TESM의 오류피크의 개수가 제안한 모델을 적용했을 때의 오류 피크 개수보다 많음을 알 수 있다.
- 처 리 된 신호는 뺄셈기 (£) 및 피크검출기/증폭기2 (Peak detector/Amplifier2)로 입 력된다. 우측 통로는 저역통과필터, 반파 정류기, 증폭기의 순서로 구성된다. 저역 통과 필터 2 (LPF2)는 20 Hz의 차단주파수를 가지는 4차 버터 워스필터 이 며 LPF1 보다 상대적으로 낮은 차단주파수를 가진다.
이론/모형
- 신호대 잡음비 (Signal to noise ratio; SNR)는 OdB부터 lOdB까지 변화시켰다. SSN은 실제 대화환경과 유사한 환경 하에서의 성능평가를 수행하기 위하여 사용하였으며 Yang 등이 제시한 방법과 같이 가우시안 백색 잡음을 1100 Hz 의 차단주파수를 가지는 2차 버터워스 저역통과필터에 입력시킴으로써 획득하였다[13].
- 배경잡음으로는 가우시안 백색잡음 (Gaussian white noise; GWN)과 음성과 유사한 스펙트럼을 갖는 잡음 (Speech shaped noise; SSN)을 사용하였다. 신호대 잡음비 (Signal to noise ratio; SNR)는 OdB부터 lOdB까지 변화시켰다.
- 더하게 된다. 어음처리기의 주파수분석부분은 선형 대역 통과 필터로 구성되며 Loizou가 제시한 중심 주파수와 3 dB 대역폭 중 8 채널에 해당하는 값을 사용하였다[9]. 중심 주파수는 최소 300 Hz 부터 5000 Hz까지 변화하며 각 채널은 394 Hz, 692 Hz, 1064 Hz, 1528 Hz, 2109 Hz, 2834 Hz, 3740 Hz, 4871 Hz의 값을 가진다.
성능/효과
- 이를 spectral maxima sound proc essor (SMSP)에 적용해 기존 SMSP 사용자들을 대상으로 언어인지 율의 변화를 관찰한 결과 음성 인지 율의 전체적 인 향상을 확인할 수 있었다. 본 저자들은 최근 포락선 추출부에 적응효과를 더하여 음성의 시작점 에 해당하는 부분의 포락선을 강조함으로써 전기 자극 펄스의 크기를 증폭시켜 적응효과를 모사할수 있으며 음성 시작점에 대한 정보전달 특성을 개선할 수 있다는 사실을 보였다[6, 7].
- Vandali는 짧은 시간 간격 내에서 급격하게 증가하는 acoustic cue에 이득 값을 취하는 적응 효과 알고리 즘을 제시 하였고, transient emphasis spectral maxima (TESM) 라고 명 명했다[5]. 이를 spectral maxima sound proc essor (SMSP)에 적용해 기존 SMSP 사용자들을 대상으로 언어인지 율의 변화를 관찰한 결과 음성 인지 율의 전체적 인 향상을 확인할 수 있었다. 본 저자들은 최근 포락선 추출부에 적응효과를 더하여 음성의 시작점 에 해당하는 부분의 포락선을 강조함으로써 전기 자극 펄스의 크기를 증폭시켜 적응효과를 모사할수 있으며 음성 시작점에 대한 정보전달 특성을 개선할 수 있다는 사실을 보였다[6, 7].
- 더욱 확연해짐을 확인하였다. 잡음 하에서 TESM을 적용할 경 우 잡음에 의한 피 크들이 많이 검출된 반면, 제 안한 모델을 사용할 경우 음성의 개시점의 강조는 계속 이루어지면서 오류 피크의 개수는 상대적으로 적음을 확인할 수 있었다. 추후 인공와우 어음처리기에 실제로 적용함으로써 효율성을 실험적으로 확인하고 또 파라미터 조절의 용이성을 확인해야 할 것이다.
- 전체 적으로 제안한 모델을 사용할 경 우 TESM을 사용하는 경 우보다 훨씬 적은 수의 오류피크가 발생하였으며 잡음 하에서 성능 차이가 더욱 확연해짐을 확인하였다. 잡음 하에서 TESM을 적용할 경 우 잡음에 의한 피 크들이 많이 검출된 반면, 제 안한 모델을 사용할 경우 음성의 개시점의 강조는 계속 이루어지면서 오류 피크의 개수는 상대적으로 적음을 확인할 수 있었다.
- 어음처리기는 8 채널로 구성하였다. 전체적으로 TESM의 오류피크의 개수가 제안한 모델을 적용했을 때의 오류 피크 개수보다 많음을 알 수 있다. 제안한 모델의 오류피크의 개수가 더 많은 경우는 /aka/를 사용한 단 한번뿐이다.
후속연구
- 잡음 하에서 TESM을 적용할 경 우 잡음에 의한 피 크들이 많이 검출된 반면, 제 안한 모델을 사용할 경우 음성의 개시점의 강조는 계속 이루어지면서 오류 피크의 개수는 상대적으로 적음을 확인할 수 있었다. 추후 인공와우 어음처리기에 실제로 적용함으로써 효율성을 실험적으로 확인하고 또 파라미터 조절의 용이성을 확인해야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.