$\require{mediawiki-texvc}$

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.

음성 신호에서의 시간-주파수 축 충격 잡음 검출 시스템

Time-Frequency Domain Impulsive Noise Detection System in Speech Signal

한국음향학회지= The journal of the acoustical society of Korea, v.30 no.2, 2011년, pp.73 - 79  

최민석 (연세대학교 전기전자공학과) ,  신호선 (연세대학교 전기전자공학과) ,  황영수 (관동대학교 전자정보통신공학부) ,  강홍구 (연세대학교 전기전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 음성 신호를 녹음하는 과정에서 발생하는 충격 잡음의 위치를 검출하는 새로운 알고리즘을 제안하였다. 제안한 방법은 충격 잡음의 주파수 축 특성을 반영하여 기존의 방법에 비해 높은 검출 정확도를 가지면서 음성의 피치를 충격 잡음과 구분하지 못하는 문제를 해결하였다. 또한, 시간 축, 주파수 축 파라미터의 단점을 상호 보완하여 false-alarm 문제를 최소화하는 시간-주파수 축 충격 잡음 검출 시스템을 제안하였다. 실제 녹음된 충격 잡음을 이용한 실험 결과, 제안한 시간-주파수 축 충격 잡음 검출기는 99.33 %의 가장 높은 검출 정확도와 1.49 %의 가장 낮은 false-alarm 비율을 나타내었다.

Abstract AI-Helper 아이콘AI-Helper

This paper presents a new impulsive noise detection algorithm in speech signal. The proposed method employs the frequency domain characteristic of the impulsive noise to improve the detection accuracy while avoiding the false-alarm problem by the pitch of the speech signal. Furthermore, we proposed ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

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.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
충격 잡음을 제거하는 시스템에서 충격 잡음이 발생한 구간을 검출하는 알고리즘은 반드시 필요한 이유는? 따라서, 충격 잡음을 제거하는 시스템에서 충격 잡음이 발생한 구간을 검출하는 알고리즘은 반드시 필요하 며, 그 성능은 충격 잡음 제거 성능 및 음성의 왜곡 정도에 크게 영향을 미친다. 시스템이 충격 잡음이 존재하는 구간을 찾지 못하면 충격 잡음을 제거할 수 없고, 충격 잡음이 존재하지 않는 구간을 충격 잡음 구간으로 잘못 검출 하면 불필요하게 음성이 왜곡된다 [5-7].
녹음되는 음성 신호의 음질은 무엇에 의해 저하되는가? 녹음되는 음성 신호의 음질은 주변 잡음이나 녹음 기기 내부의 잡음에 의해 저하된다. 특히 휴대용 기기를 이용해 음성을 녹음하는 경우엔 기기의 버튼을 조작하거나 기기를 두드림으로써 충격 잡음이 발생할 수 있고 충격 잡음은 음성의 음질 및 명료도를 크게 저하시키므로 반드시 제거하여야 한다.
휴대용 기기를 이용해 음성을 녹음할 경우 언제 충격 잡음이 발생하는가? 녹음되는 음성 신호의 음질은 주변 잡음이나 녹음 기기 내부의 잡음에 의해 저하된다. 특히 휴대용 기기를 이용해 음성을 녹음하는 경우엔 기기의 버튼을 조작하거나 기기를 두드림으로써 충격 잡음이 발생할 수 있고 충격 잡음은 음성의 음질 및 명료도를 크게 저하시키므로 반드시 제거하여야 한다. 최근 user created contents (UCC) 문화의 확산과 휴대용 녹화/녹음 기기의 대중화로 인해 휴대용 기기를 이용한 녹음 활동이 일반화되면서 음성을 녹음하는 중에 발생하는 충격 잡음을 제거할 필요성이 점차 증가하고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. S. F. Boll, "Suppression of acoustic noise in speech using spectral subtraction," IEEE Trans. on Acoust., Speech and Signal Process., vol. 27, no. 2, pp. 113-120, 1979. 

  2. Y. Ephraim and D. Malah, "Speech enhancement using a minimum mean-square error log-spectral amplitude estimator," IEEE Trans. on Acoust., Speech and Signal Process., vol. 33, pp. 443-445, 1985. 

  3. I. Cohen and B. Berdugo, "Speech enhancement for nonstationary noise environments," Signal Process., vol. 81, pp. 2401-4218, 2001. 

  4. S. V. Vaseghi, Advanced digital signal processing and noise reduction, 2nd ed., John Wiley & Sons, 2000. 

  5. T. Kasparis and J. Lane, "Suppression of impulsive disturbances from audio signals," Electronics letters, vol. 29, no. 22, pp. 1926-1927, 1993. 

  6. A. J. Efron and H. Jeen, "Detection in impulsive noise based on robust whitening," IEEE Trans. on Signal Process., vol. 42, no. 6, pp. 1572-1576, 1994. 

  7. S. R. Kim and A. Efron, "Adaptive robust impulse noise filtering," IEEE Trans. on Signal Process., vol. 43, no. 8, pp. 1855-1866, 1995. 

  8. I. Kauppinen, "Methods for detecting impulsive noise in speech and audio signals," in Proc. IEEE Int Conf. on Digital Signal Process. 2002, vol. 2, pp. 967-970, 2002. 

  9. T. F. Quatieri, Discrete-time speech signal processing, Prentice Hall, 2001. 

  10. J. Beh, K. Kim and H. Ko, "Noise estimation for robust speech enhancement in transient noise environment," in Proc. KSCSP 2007, vol. 24, no. 1, pp. 35-36, 2007. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

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