[국내논문]전역 음성 부재 확률 기반의 향상된 최소값 제어 재귀평균기법을 이용한 음성 향상 기법 Speech Enhancement Based on Improved Minima Controlled Recursive Averaging Incorporating GSAP원문보기
본 논문에서는 향상된 최소값 제어 재귀 평균 기법 (improved minima controlled recursive averaging, IMCRA) 알고리즘의 잡음 전력 추정성능을 향상 시키기 위한 알고리즘을 제안한다. 기존의 IMCRA은 주파수 특성이 빠르게 변화하는 비정상적인 환경과 낮은 SNR을 갖는 상황에서 잡음 전력 추정에 직접적으로 영향을 미치는 음성 검출기의 성능이 강인하지 못한 단점이 있다. 본 연구에서는 강인한 음성 검출 성능을 위해서 기존 IMCRA의 음성 검출기에 전역 음성 부재 확률을 적용한 음성 향상 기법을 제안한다. 제안된 알고리즘의 성능 평가는 음성의 perceptual evaluation of speech quality (PESQ)와 composite measure를 통한 음질을 평가하였다. 실험 결과 다양한 잡음 환경 (car, white, babble)에서 전역 음성 부재 확률을 적용한 IMCRA의 음성 향상 기법이 향상된 결과를 보여주었다. 특히, 비정상잡음 환경인 babble 5dB에서 PESQ 0.026, composite measure 0.029의 향상된 음질을 나타내었다.
본 논문에서는 향상된 최소값 제어 재귀 평균 기법 (improved minima controlled recursive averaging, IMCRA) 알고리즘의 잡음 전력 추정성능을 향상 시키기 위한 알고리즘을 제안한다. 기존의 IMCRA은 주파수 특성이 빠르게 변화하는 비정상적인 환경과 낮은 SNR을 갖는 상황에서 잡음 전력 추정에 직접적으로 영향을 미치는 음성 검출기의 성능이 강인하지 못한 단점이 있다. 본 연구에서는 강인한 음성 검출 성능을 위해서 기존 IMCRA의 음성 검출기에 전역 음성 부재 확률을 적용한 음성 향상 기법을 제안한다. 제안된 알고리즘의 성능 평가는 음성의 perceptual evaluation of speech quality (PESQ)와 composite measure를 통한 음질을 평가하였다. 실험 결과 다양한 잡음 환경 (car, white, babble)에서 전역 음성 부재 확률을 적용한 IMCRA의 음성 향상 기법이 향상된 결과를 보여주었다. 특히, 비정상잡음 환경인 babble 5dB에서 PESQ 0.026, composite measure 0.029의 향상된 음질을 나타내었다.
In this paper, we propose a novel method to improve the performance of the improved minima controlled recursive averaging (IMCRA). From an examination for various noise environment, it is shown that the IMCRA has a fundamental drawback for the noise power estimate at the offset region of continuity ...
In this paper, we propose a novel method to improve the performance of the improved minima controlled recursive averaging (IMCRA). From an examination for various noise environment, it is shown that the IMCRA has a fundamental drawback for the noise power estimate at the offset region of continuity speech signals. Espectially, it is difficult to obtain the robust estimates of the noise power in non-stationary noisy environments that is rapidly changed the spectral characteristics such as babble noise. To overcome the drawback, we apply the global speech absence probability (GSAP) conditioned on both a priori SNR and a posteriori SNR to the speech detection algorithm of IMCRA. With the performance criteria of the ITU-T P.862 perceptual evaluation of speech quality (PESQ) and a composite measure test, we show that the proposed algorithm yields better results compared to the conventional IMCRA-based scheme under various noise environments. In particular, in the case of babble 5 dB, the proposed method produced a remarkable improvement compared to the IMCRA ( PESQ = 0.026, composite measure = 0.029 ).
In this paper, we propose a novel method to improve the performance of the improved minima controlled recursive averaging (IMCRA). From an examination for various noise environment, it is shown that the IMCRA has a fundamental drawback for the noise power estimate at the offset region of continuity speech signals. Espectially, it is difficult to obtain the robust estimates of the noise power in non-stationary noisy environments that is rapidly changed the spectral characteristics such as babble noise. To overcome the drawback, we apply the global speech absence probability (GSAP) conditioned on both a priori SNR and a posteriori SNR to the speech detection algorithm of IMCRA. With the performance criteria of the ITU-T P.862 perceptual evaluation of speech quality (PESQ) and a composite measure test, we show that the proposed algorithm yields better results compared to the conventional IMCRA-based scheme under various noise environments. In particular, in the case of babble 5 dB, the proposed method produced a remarkable improvement compared to the IMCRA ( PESQ = 0.026, composite measure = 0.029 ).
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 IMCRA의 음성향상 성능에 밀접하게 연관되어 있는 사전 음성 부재 확률의 향상된 추정을 위한 방법이 제안되었다. 구체적으로 개략적인 음성 검출 알고리즘에 전역 음성 부재확률에 대한 조건을 부여해 주어 잘못된 최소값 추정으로 인한 음성 검출 성능 저하를 줄여 주었다.
본 논문에서는 IMCRA의 잡음 전력 추정에 직접적으로 영향을 미치는 잡음 섞인 신호의 국부 에너지와 주어진 윈도우에서의 최소값의 비를 이용하여 주파수 밴드의 음성 유무를 판단하는 기존의 MCRA 기반의 음성 검출알고리즘 성능을 향상시키기 위해서 통계적 모델기반의 우수한 음성 검출 성능을 보여주는 전역 음성 부재 확률(global speech absence probability, GSAP)을적용하여 향상된 음성 향상 기법을 도출하였다. 제안된 알고리즘의 객관적인 성능을 평가하기 위해서 객관적인 음질 평가 방법인 perceptual evaluation of speech quality (PESQ) 와 composite measure 테스트를 하였고, 실험 결과 다양한 잡음 환경에서 향상된 음질을 보여주었다.
본 논문에서는 기존의 IMCRA에서 보다 향상된 잡음 전력 추정을 위해서 전역 음성 부재 확률을 적용한 음성 향상 알고리즘을 제안하였다. 구체적으로 IMCRA에서 입력된 신호에서 강인한 음성 부분을 제거하기 위해 사용되는 음성 검출 알고리즘에 통계적 모델 기반의 전역 음성 부재 확률을 적용하여 보다 안정적인 음성 검출 성능을 보여주었다.
제안 방법
. 구체적으로 첫 번째 단계에서 기존의 최소값 제어 재귀 평균 기법에서 사용된 음성 검출알고리즘을 이용하여 개략적인 VAD를 수행하고, 그 결과를 이용하여 입력된 신호에서 강인한 음성 부분을 제거해준다. 그 후 두 번째 단계에서 강인한 음성 부분이 제거된 신호를 이용하여, 정해진 윈도우 내에서 구해진 최소 전력값을 기반으로 현재프레임의 사전 음성 부재 확률이 구해지고, 이는 a posteriori SNR 기반의 음성 존재 확률을 구하는데 적용된다.
따라서 본 논문에서는 IMCRA에서 보다 안정적인 잡음 전력 추정을 위해서 음성 검출 알고리즘에 전역 음성 부재 확률을 적용한 향상된 IMCRA 알고리즘을 제안하고 그 과정은 그림 3에 나타내었다.
그 후 두 번째 단계에서 강인한 음성 부분이 제거된 신호를 이용하여, 정해진 윈도우 내에서 구해진 최소 전력값을 기반으로 현재프레임의 사전 음성 부재 확률이 구해지고, 이는 a posteriori SNR 기반의 음성 존재 확률을 구하는데 적용된다. 마지막으로 음성 존재 확률에 의해서 가변되는스무딩 매개 변수를 이용하여 이전의 추정된 잡음 전력 신호를 갱신하여 현재의 잡음 전력을 추정한다.
q(k,l)은 음성 부재에 대한 사전 확률로 다음과 같은 과정을 통해서 구해진다. 먼저 입력된 시간축 신호를DFT를 통해서 주파수 축으로 변환하고, 연속된 프레임에서의 음성의 강한 연계성을 고려하기 위해서 이를 주파수 축과 시간축 에서 다음과 같이 스무딩을 한다.
전역 음성 부재 확률을 위와 같이 적용한 이유는 전역 음성 부재 확률의 경우 a priori SNR 추정시 Malah에 의해 제안된 musical 잡음을 효과적으로 줄여주는 Decision- Directed 추정 기법을 사용하기 때문에 음성신호의 변화 구간에서 지연이 발생하고, 특히 잡음 신호에서 음성 신호로 변화되는 구간에서 지연에 의해서 음성 신호를 잡음 신호로 판단 될 수 있기 때문이다. 제안된 검출 룰은 기존의 IMCRA에 사용되는 음성 검출 알고리즘의 검출 룰에 의해서 잡음에서 음성으로의 변화 구간에서 빠르게 음성을 검출하고, 전역 음성 부재확률에 의해서 음성의 꼬리 부분에서 잡음 신호로 잘못 검출되는 것을 방지하여 서로의 단점을 보완해 준다. 향상된 음성 신호를 구하기 위한 이득은 Ephraim-Malah에 의해서 제안된 최소 평균 평방 오차(minimum mean square error, MMSE) 방식을 사용한다[12~13].
지금까지 Cohen에 의해서 제안된 IMCRA를 이용한 잡음 전력 추정에 대해서 알아보았다. 기존의 IMCRA 알고리즘의 경우 음성 존재 확률에 의해서 변화되는 잡음 전력 업데이트 매개 변수를 이용하여 향상된 잡음 전력 추정 결과를 보여준다.
862 PESQ와 composite measure를 이용하였다. 테스트를 위해서 남성, 여성에 의해서 각각 100개의 문장을 이용한 NTT 데이터베이스를 사용하였고, 잡음환경을 부가하기 위해서 NOISEX-92 데이터베이스의 babble, car, white에서 5, 10, 15 dB 의 SNR을 갖는 테스트 파일을 만들었다. IMCRA에서 사용된 스무딩 매개변수는 α = 0.
데이터처리
제안된 검출 룰은 기존의 IMCRA에 사용되는 음성 검출 알고리즘의 검출 룰에 의해서 잡음에서 음성으로의 변화 구간에서 빠르게 음성을 검출하고, 전역 음성 부재확률에 의해서 음성의 꼬리 부분에서 잡음 신호로 잘못 검출되는 것을 방지하여 서로의 단점을 보완해 준다. 향상된 음성 신호를 구하기 위한 이득은 Ephraim-Malah에 의해서 제안된 최소 평균 평방 오차(minimum mean square error, MMSE) 방식을 사용한다[12~13].
이론/모형
제안된 음성 향상 알고리즘의 성능을 평가하기 위해서 객관적 음질 평가 방식인 ITU-T P.862 PESQ와 composite measure를 이용하였다. 테스트를 위해서 남성, 여성에 의해서 각각 100개의 문장을 이용한 NTT 데이터베이스를 사용하였고, 잡음환경을 부가하기 위해서 NOISEX-92 데이터베이스의 babble, car, white에서 5, 10, 15 dB 의 SNR을 갖는 테스트 파일을 만들었다.
성능/효과
본 논문에서는 기존의 IMCRA에서 보다 향상된 잡음 전력 추정을 위해서 전역 음성 부재 확률을 적용한 음성 향상 알고리즘을 제안하였다. 구체적으로 IMCRA에서 입력된 신호에서 강인한 음성 부분을 제거하기 위해 사용되는 음성 검출 알고리즘에 통계적 모델 기반의 전역 음성 부재 확률을 적용하여 보다 안정적인 음성 검출 성능을 보여주었다. 특히, 전역 음성 부재 확률에 사용되는 특징 벡터의 경우 기존의 IMCRA에 사용되는 특징 벡터이기 때문에 적은 계산량의 추가로 향상된 잡음 전력 추정이 가능하게 했다.
본 논문에서는 IMCRA의 음성향상 성능에 밀접하게 연관되어 있는 사전 음성 부재 확률의 향상된 추정을 위한 방법이 제안되었다. 구체적으로 개략적인 음성 검출 알고리즘에 전역 음성 부재확률에 대한 조건을 부여해 주어 잘못된 최소값 추정으로 인한 음성 검출 성능 저하를 줄여 주었다. 제안된 음성 향상 알고리즘의 성능을 평가하기 위해서 객관적 음질 평가 방식인 ITU-T P.
표 1은 제안된 방법과 기존 IMCRA 방법의 음질 성능 평가를 위해 실시한 PESQ 테스트의 성능을 나타낸다. 실험 결과, babble, car, white 잡음에 대해 평균적으로 각각 0.022, 0.014, 0.015 정도로 모든 잡음 환경에서 향상된 수치를 보여준다. 특히, babble 환경의 낮은 SNR에서 성능이 크게 향상되었는데 그 이유는 babble 잡음의 경우 음성에서의 스펙트럼과 근접한 주파수 대역에 에너지가 집중되어있기 때문에 식(9)에 의해서 음성 신호와 스무딩 되어 잡음 신호의 최소값이 증가하여 잘못된 최소값 추정이 이루어지기 때문이다.
그림4 (b)의 300~400 프레임 구간을 통해서 IMCRA의 경우 연속된 음성 신호에 의해서 잡음 전력의 추정이 잘못된 것을 알 수 있다. 이에 반해 제안된 방식의 경우 IMCRA방식에 비해서 안정적인 잡음 전력 추정 결과를 보여준다.
본 논문에서는 IMCRA의 잡음 전력 추정에 직접적으로 영향을 미치는 잡음 섞인 신호의 국부 에너지와 주어진 윈도우에서의 최소값의 비를 이용하여 주파수 밴드의 음성 유무를 판단하는 기존의 MCRA 기반의 음성 검출알고리즘 성능을 향상시키기 위해서 통계적 모델기반의 우수한 음성 검출 성능을 보여주는 전역 음성 부재 확률(global speech absence probability, GSAP)을적용하여 향상된 음성 향상 기법을 도출하였다. 제안된 알고리즘의 객관적인 성능을 평가하기 위해서 객관적인 음질 평가 방법인 perceptual evaluation of speech quality (PESQ) 와 composite measure 테스트를 하였고, 실험 결과 다양한 잡음 환경에서 향상된 음질을 보여주었다.
특히, 전역 음성 부재 확률에 사용되는 특징 벡터의 경우 기존의 IMCRA에 사용되는 특징 벡터이기 때문에 적은 계산량의 추가로 향상된 잡음 전력 추정이 가능하게 했다. 제안된 음성 향상 기술의 성능을 평가하기 위해서 PESQ 와 composite measure 테스트를 하였고, 다양한 잡음 환경에서 제시된 전역 음성 부재 확률 기반의 향상된 IMCRA 기법이 기존의 IMCRA 보다 향상된 결과를 보여주었다.
composite measure에서 사용하는 PESQ는 기존의 PESQ에서 음성의 왜곡과 잡음의 왜곡에 대한 측정치에 가중치를 더 주도록 수정된 측정법을 나타낸다. 표 2를 통해서 음성의 왜곡도와 인접한 프레임간의 왜곡도 측면에서도 제안된 알고리즘이 모든 잡음 환경에서 더욱 향상된 성능을 보여주는 것을 알 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
IMCRA 알고리즘의 문제점은 무엇인가?
음성의 강인한 성분을 제거해 주기위해서 사용하는 음성 검출 알고리즘의 경우윈도우 내에서의 최소 전력과 입력 신호의 전력의 비를 통해서 이루어지기 때문에 잡음에서 음성으로 변화하는 구간을 빠르게 검출한다. 하지만, 윈도우 길이 보다 긴 짧은 휴지기간을 갖는 연속된 음성이 들어올 경우 최소값이 크게 추정되어, 음성의 꼬리 부분을 잡음 구간이라고 잘못 판단하게 된다. 이는 실제 잡음 전력보다 크게 추정되게 되어 음성 신호를 왜곡하게 되어 음질 저하를 일으킨다.
Cohen에 의해서 제안된 향상된 최소값 제어 재귀평균 기법이 잡음 전력을 추정하는 과정은 어떻게 진행되는가?
이에 반해서, Cohen에 의해서 제안된 향상된 최소값 제어 재귀평균 기법은 두 단계의 최소값 제어 재귀 평균 기법을 이용해서, 큰 값의 1차 회귀 스무딩 변수를 사용 가능하게 하여, 추정된 최소값의 분산을 줄여주어 보다 정확한 잡음 전력을 추정하게 한다[8]. 구체적으로 첫 번째 단계에서 기존의 최소값 제어 재귀 평균 기법에서 사용된 음성 검출알고리즘을 이용하여 개략적인 VAD를 수행하고, 그 결과를 이용하여 입력된 신호에서 강인한 음성 부분을 제거해준다. 그 후 두 번째 단계에서 강인한 음성 부분이 제거된 신호를 이용하여, 정해진 윈도우 내에서 구해진 최소 전력값을 기반으로 현재프레임의 사전 음성 부재 확률이 구해지고, 이는 a posteriori SNR 기반의 음성 존재 확률을 구하는데 적용된다. 마지막으로 음성 존재 확률에 의해서 가변되는스무딩 매개 변수를 이용하여 이전의 추정된 잡음 전력 신호를 갱신하여 현재의 잡음 전력을 추정한다.
우수한 성능을 보여주는 잡음 전력 추정 방법에는 무엇이 있는가?
현재 대표적인 잡음 전력 추정 방법으로 최소값 추정기법 (minimum statistics, MS)과 향상된 최소값 제어 재귀 평균 기법 (improved minima controlled recursive averaging, IMCRA)에 기반한 잡음 전력 추정법이 우수한 성능을 보여주는 것으로 알려져 있고, 두 방법은 음성 신호와 잡음 신호가 통계적으로 독립이라는 가정 하에 잡음이 부가된 신호의 전력 레벨이 자주 잡음 신호의 전력 레벨 까지 감소한다는 관찰을 기반으로 한다[4~7]. 즉, 적절한 크기의 윈도우 (winodow)를 사용한다면 전체 주파수 대역에 대해서 전력의 최소값을 이용하여 잡음 전력을 추정하는 것이 가능하다는 것이다.
참고문헌 (14)
S. F. Boll. "Suppression of acousitc noise in speech using spectral subtraction," IEEE Transactions on Acoustics, Speech and Siganl Processing, ASSP-27(2), pp.113-120, Apr. 1979.
S. F. Boll, "Suppression of acoustic noise in speech using spectral subtraction," IEEE Transactions on Acoustics, Speech and Signal Processing, pp.113-120, Apr. 1979.
I. Cohen and B. Berdugo, "Speech enhancement for non-stationary noise environment," Signal Processing, pp.2403-2418, Nov. 2001.
G. Doblinger, "Computationally efficient speech enhancement by spectral minima tracking in subbands," Proc. 4th European Conf. Speech, Communication and Technology, EUROSPEECH'95, pp.1513-1516, Sep. 1995.
R. Martin, "Spectral subtraction based on minimum statistics," Proceeding of 7th EUSIPCO'94, Edinburgh, U.K., pp.1182-1185, Sep. 1994.
I. Cohen and B. Berdugo, "Spectral enhancement by tracking speech presence probability in subbands," Proc. IEEE Workshop on Hands Free Speech Communication, HSC'01, Kyoto, Japan, pp.95-98, Apr. 2001.
I. Cohen and B. Berdugo, " Noise estimation by minima controlled recursive averaging for robust speech enhancement," IEEE Signal Processing Letters, pp.12-15, Jan. 2002
I. Cohen, "Noise spectrum estimation in adverse environments : improved minima controlled recursive averaging," IEEE Transactions on Speech and Audio Processing, pp.466-475, Sep. 2003.
R. Martin, "Noise power spectral density estimation based on optimal smoothing and minimum statistics," IEEE Trans Acoustic, Speech and Audio Processing, pp.504-512, Jul. 2001
S. Rangachari, P. C. Loizou and Y. Hu, "A noise estimation algorithm with rapid adaptation for highly nonstationary environments," IEEE Conf. Acoustic, Speech Signal Processing, pp.305-308. May 2004.
N. S. Kim and J. H. Chang, "Spectral enhancement based on global soft decision," IEEE Siganl Processing Letters, pp.108-110, May. 2000.
Y. Ephraim and D. Malah, "Speech enhancement using a minimum mean-square error short-time spectral amplitude estimator," IEEE Transactions on Acoustics, Speech and Siganl Processing, ASSP-32(6), pp.1109-1121, Dec. 1984.
Y. Ephraim and D. Malah, "Speech enhancement using a minimum mean-square error log-spectral amplitude estimator," IEEE Transactions on Acoustics, Speech and Siganl Processing, ASSP-32(2), pp.443-445, Apr. 1985.
Y. Hu and P. C. Loizou, "Evaluation of objective quality measures for speech enhancement," IEEE Transactions on Audio, Speech and Language Processing, pp.229-238 Jan. 2008.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.