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 논문에선 음성 신호가 존재하는 환경에서 오차를 최소화하는 충격 잡음 검출 알고리즘을 제안하였다. 기존의 시간 축 충격 잡음 검출기는 음성의 모음을 충격 잡음으로 오인하는 문제가 있으므로 음성 신호가 존재하는 환경에서 사용하기에 적합하지 않다.
- 충격 잡음의 위치를 찾기 위해선 신호의 시간 축 변화율이나 단구간 에너지와 같은 파라미터가 주로 쓰이지만, 이는 음성의 모음과 충격 잡음을 구분하기 어려운 문제가 있다. 본 논문에선 음성의 모음이 상대적으로 낮은 고주파 에너지를 갖는 특성을 이용한 주파수 축에서의 충격 잡음 검출 알고리즘을 제안한다. 주파수 축에서의 충격 잡음 검출기는 시간 축 알고리즘에 비해 높은 검출 성능을 가지면서 음성의 모음에서 피치를 충격 잡음으로 오인하는 false-alarm 문제를 해결한다.
- 반면, 신호의 고대역 에너지는 음성 신호의 영향이 적어 충격 잡음의 특성이 명확하게 나타나기 때문에 음성의 피치와 충격 잡음을 구별하는 좋은 척도이다. 본 논문에선 입력 신호의 고대역 에너지를 이용하여 충격 잡음의 발생 위치를 추정하는 알고리즘을 제안한다.
- 결론적으로 충격 잡음의 시간 축 특성, 혹은 주파수 축특성만으론 충격 잡음과 음성을 완벽하게 구분할 수 없다. 본 논문에선 충격 잡음을 검출하기 위한 시간 축 파라 미터와 주파수 축 파라미터가 각각 다른 구간에서 false-alarm이 발생하는 것에 착안하여 두 가지 파라미터를 모두 사용한 충격 잡음 검출기를 제안한다. 이때 추정 단위는 주파수 축에서의 충격 잡음 검출 방식과 같이 프레임 단위로 결정하는데, 이는 충격 잡음의 말단 부분이 충격 잡음으로 추정되지 않는 문제를 해결하기 위한 것이다.
- 본 논문은 음성 신호에 포함된 충격 잡음의 존재 구간을 검출하는 충격 잡음 검출 알고리즘을 제안한다. 충격 잡음의 위치를 찾기 위해선 신호의 시간 축 변화율이나 단구간 에너지와 같은 파라미터가 주로 쓰이지만, 이는 음성의 모음과 충격 잡음을 구분하기 어려운 문제가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.