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
- 이러한 문제점을 스펙트럼에 가중치를 부여하여 개선하는 방법도 제안되었다 [9]. 본 논문에서는 음성 우세 영역을 찾아 영역별 차감 정도를 차등하는 스펙트럼 차감법을 제안한다.
- 본 논문에서는 잡음 우세 영역으로부터 음성 우세 영역 스펙트럼이 과차감되는 것을 방지하기 위해 변형된 스펙트럼 차감법을 제안하였다. 대역 제한된 백색 가우스 잡음과 실제 차량에 유입되는 잡음을 사용한 실험을 통해 제안하는 방법이 잡음 환경에서 스펙트럼 상의 원음성의 고조파 성분들을 어느 정도 유지하거나 복원할 수 있다는 것을 확인하였다.
- 그 외 고전적인 스펙트럼 차감법의 문제는 차감 과정에서 불필요하고 귀에 거슬리는 뮤지컬 노이즈(rnusical noIise)가 발생하는 것이며, 이를 줄이기 위한 연구도 진행되고 있다[2][3]. 본 논문은 고전적인 스펙트럼 차감법의 문제점을 스펙트럼 상에서 음성 영역 별로 차등하여 차감하는 새로운 형태의 스펙트럼 차감 알고리즘이며, 잡음에 의해 음성이 많이 왜곡된 경우에도 음성의 고조파 스펙트럼의 형태를 어느 정도 유지할 수 있다[4][5].
- 제안하는 알고리즘은 성격 상 음성인식의 전처리 과정에 해당하나, 화자독립, 화자 종속 등 음성인식 본 과정에서 사용하는 다양한 인식 알고리즘에 따라 인식률이 달라질 수 있어 알고리즘에 대한 평가는 전처리 과정 자체에 대한 보편타당한 평가 기준을 따른다. 이에 따라 알고리즘의 성능은 잡음이 부가되어 오염된 음성 신호를 제안하는 방법 및 기존 방법으로 잡음 처리한 후의 음성신호가 오염되기 전 원래의 깨끗한 음성 신호와 얼마나 유사한 지에 대해 각각 평가하고자 한다. 이를 위해 원 음성 신호에서 추출한 음성 특징 벡터에 대해 잡음 처리한 후의 음성신호에서 추출한 음성 특징 벡터간의 유클리디안 거리를 측정하여 알고리즘의 성능을 평가한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.