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 다채널 환경의 기본이 되는 스테레오 환경에서 발생하는 음향학적 에코를 제거하기 위하여 인접한 시간 및 주파수 성분을 고려한 에코 억제기법을 제안하였다. 기존에 널리 사용되었던 에코 패스 추정 방식이 아닌 에코 스펙트럼을 추정하고 SER 기반의 에코 억제 기법을 도입하였다.
- 본 논문에서는 스테레오 음향학적 에코를 보다 정확하고 효율적으로 제거하기 위하여 시간 및 주파수 성분의 상관관계를 고려한 확장된 형태의 필터링 기법을 제안하였다. 주파수 영역에서 하나의 주파수만 고려하지 않고 인접해 있는 성분들을 고려한 확장된 형태의 파워 스펙트럼 밀도 (power spectrum density, PSD) 행렬을 정의하여 각각의 에코 신호를 추정하는데 활용된다.
제안 방법
- 기존 기법은 SAES 기법[4]과 soft decision이 적용되기 전 필터 확장 기법이 적용된 스테레오 에코 제거 기법 (ESAES)[7], 그리고 본 논문에서 제안한 기법이 실제 잡음 환경에서 얼마나 개선이 되는지에 대한 비교 실험을 수행하였다. 잡음은 백색 가우시안 잡음을 사용하였고 신호 대 잡음비 (signal-to-noise, SNR)는 30dB, 20dB, 10dB로 나누어 실험하였다.
- 본 논문에서는 다채널 환경의 기본이 되는 스테레오 환경에서 발생하는 음향학적 에코를 제거하기 위하여 인접한 시간 및 주파수 성분을 고려한 에코 억제기법을 제안하였다. 기존에 널리 사용되었던 에코 패스 추정 방식이 아닌 에코 스펙트럼을 추정하고 SER 기반의 에코 억제 기법을 도입하였다. 특히 스테레오 에코 추정 성능을 개선하기 위하여 별도의 슈퍼벡터를 도입하고 에코 과추정 조절 행렬과 음성이 존재하지 않을 확률을 이용, soft decision을 통한 Wiener 이득을 계산하고 최종적으로 근단 신호를 향상시켰다.
- 또한, 음성이 존재하지 않을 확률을 고려한 soft decision 기반의 본 기법이 윈도우 오버랩 (window overlap) 을 얼마나 고려하느냐에 따라 영향을 미치는지에 따른 실험을 수행하였다. 표 2의 실험 결과를 통해 soft decision 기반의 본 기법이 윈도우 오버랩을 87.
- 데이터는 16kHz 샘플링되었고 반향 시간은 200ms였으며 윈도우는 해밍 (hamming) 윈도우를 이용하였다. 에코만 존재하는 구간 (single-talk)에서는 echo return loss enhancement (ERLE), 동시 통화 구간이 존재하는 데이터에서는 perceptual evaluation of speech quality (PESQ)[9]를 이용하여 결과를 분석하였다.
- 이전 확률값과 비슷한 경우는 이전 상태를 유지하도록 하며 각 과정에서는 평활화 과정(smoothing)을 수행한다. 이전 값들보다 현재 구한 확률값이 크게 변화한 경우에는 음성이 존재하지 않을 확률이 특정값보다 확실히 높은 경우에만 음성이 없다고 판단하여 음성 구간을 놓치는 부분이 없도록 하는 후처리 과정을 도입하였다. 알고리즘에 맞는 최적의 문턱값들은 실험적으로 정했다.
- 주파수 영역에서 하나의 주파수만 고려하지 않고 인접해 있는 성분들을 고려한 확장된 형태의 파워 스펙트럼 밀도 (power spectrum density, PSD) 행렬을 정의하여 각각의 에코 신호를 추정하는데 활용된다. 잔여 에코 신호를 보정하기 위하여 에코 과추정 조절 행렬 (echo overestimation control matrix) 을 도입하였고 이득이 동시 통화 구간에서 발산하지 않도록 음성이 존재하지 않을 확률을 활용한 soft decision이 적용되었다.[5,6] 이를 통해 시간 및 주파수 성분들의 상관관계를 고려한 본 기법이 기존 기법보다 향상된 스테레오 음향학적 에코 제거를 할 수 있음을 확인하였다.
- , 그리고 본 논문에서 제안한 기법이 실제 잡음 환경에서 얼마나 개선이 되는지에 대한 비교 실험을 수행하였다. 잡음은 백색 가우시안 잡음을 사용하였고 신호 대 잡음비 (signal-to-noise, SNR)는 30dB, 20dB, 10dB로 나누어 실험하였다.
- 표 1은 제안한 기법에서 인접한 시간 및 주파수 정보가 얼마나 에코 제거에 영향을 미치는지를 확인하기 위하여 다른 T, K 값을 사용하여 ERLE 및 PESQ 수치를 확인하였다. 잡음이 없는 구간에서 실험을 수행하였고 오버랩은 50%로 적용하였다. 인접한 시간 및 주파수 상관관계를 이용하면 보다 향상된 스테레오 음향학적 에코 억제가 가능했으며 ERLE는 T, K 값이 올라감에 따라 꾸준히 증가하는데 비해 PESQ는 T=1, K=1에서 가장 좋은 성능을 보였다.
- 제안하는 알고리즘의 비교를 위해 이미지 기법을 이용한 시뮬레이션을 수행하였다. TIMIT 데이터를 이용하여 남녀 화자 비율이 동일한 에코 및 근단 음성 신호가 섞인 데이터를 구축하였고 그 길이는 약 300초이다.
- 기존에 널리 사용되었던 에코 패스 추정 방식이 아닌 에코 스펙트럼을 추정하고 SER 기반의 에코 억제 기법을 도입하였다. 특히 스테레오 에코 추정 성능을 개선하기 위하여 별도의 슈퍼벡터를 도입하고 에코 과추정 조절 행렬과 음성이 존재하지 않을 확률을 이용, soft decision을 통한 Wiener 이득을 계산하고 최종적으로 근단 신호를 향상시켰다. 인접한 성분들이 고려될수록 성능 향상이 확인되었고 기존 기법에 비해서도 개선된 결과를 얻을 수 있었다.
- 표 1은 제안한 기법에서 인접한 시간 및 주파수 정보가 얼마나 에코 제거에 영향을 미치는지를 확인하기 위하여 다른 T, K 값을 사용하여 ERLE 및 PESQ 수치를 확인하였다.
대상 데이터
- 제안하는 알고리즘의 비교를 위해 이미지 기법을 이용한 시뮬레이션을 수행하였다. TIMIT 데이터를 이용하여 남녀 화자 비율이 동일한 에코 및 근단 음성 신호가 섞인 데이터를 구축하였고 그 길이는 약 300초이다. 데이터는 16kHz 샘플링되었고 반향 시간은 200ms였으며 윈도우는 해밍 (hamming) 윈도우를 이용하였다.
- TIMIT 데이터를 이용하여 남녀 화자 비율이 동일한 에코 및 근단 음성 신호가 섞인 데이터를 구축하였고 그 길이는 약 300초이다. 데이터는 16kHz 샘플링되었고 반향 시간은 200ms였으며 윈도우는 해밍 (hamming) 윈도우를 이용하였다. 에코만 존재하는 구간 (single-talk)에서는 echo return loss enhancement (ERLE), 동시 통화 구간이 존재하는 데이터에서는 perceptual evaluation of speech quality (PESQ)[9]를 이용하여 결과를 분석하였다.
데이터처리
- 주의할 점은 p(n,k)가 작을수록 음성이 존재할 확률이 커지지만 음성이 존재하는 경우에는 p(n,k)로 인해 원래 이득보다 낮게 추정되어 약간의 음성 손실이 발생할 수 있으며 이는 음질 저하에 큰 영향을 미치므로 적절한 문턱값 (threshold) 을 통해 음성이 존재하지 않을 확률값을 보정하는 과정이 요구된다. 해당 확률을 보정하기 위해 음성이 존재하지 않은 확률을 과거 프레임들에서 구한 확률값과 비교한다. 이전 확률값과 비슷한 경우는 이전 상태를 유지하도록 하며 각 과정에서는 평활화 과정(smoothing)을 수행한다.
이론/모형
- M은 제안한 슈퍼벡터의 차원이며 위 식의 각각의 파라미터는 학습 데이터를 이용하여 얻거나 발견법 (heuristic method)을 통해 구할 수 있다. 본 논문에서는 grid search 방법[8]을 통해서 최적에 가까운 파리미터를 찾도록 하였다.
- 제안하는 에코 제거 기법에서 활용하는 Wiener 이득은 signal-to-echo (SER) ratio를 활용하여 계산할 수 있다. 사전 (a priori) SER ξ(n,k) 및 사후 (a posteriori) SER #(n,k)는 다음과 같이 정의한다.
성능/효과
- 잔여 에코 신호를 보정하기 위하여 에코 과추정 조절 행렬 (echo overestimation control matrix) 을 도입하였고 이득이 동시 통화 구간에서 발산하지 않도록 음성이 존재하지 않을 확률을 활용한 soft decision이 적용되었다.[5,6] 이를 통해 시간 및 주파수 성분들의 상관관계를 고려한 본 기법이 기존 기법보다 향상된 스테레오 음향학적 에코 제거를 할 수 있음을 확인하였다.
- 49 가 나옴을 확인하였다. 기존 기법이 약간의 반향 환경에서 취약함을 확인할 수 있었고 제안한 기법이 이에 비해 훨씬 개선된 성능을 보였다. 특히 함께 고려한 에코 과추정 조절 행렬과 soft decision에 활용한 음성이 존재하지 않을 확률을 통해서 SER 기반의 스테레오 음향학적 에코 억제 기법이 크게 향상되었음을 확인하였다.
- 기존 논문과의 비교를 위해 Yang[4]의 에코 제거 기법을 구현하고 제안한 기법과 동일한 환경에서 비교한 결과 ERLE는 12.22 dB, PESQ는 2.49 가 나옴을 확인하였다. 기존 기법이 약간의 반향 환경에서 취약함을 확인할 수 있었고 제안한 기법이 이에 비해 훨씬 개선된 성능을 보였다.
- 본 논문에서 제안한 soft decision을 활용한 에코 제거 기법이 보다 스테레오 에코 추정을 정확하게 하는 것을 보이는 결과로 해석할 수 있다.
- 특히 스테레오 에코 추정 성능을 개선하기 위하여 별도의 슈퍼벡터를 도입하고 에코 과추정 조절 행렬과 음성이 존재하지 않을 확률을 이용, soft decision을 통한 Wiener 이득을 계산하고 최종적으로 근단 신호를 향상시켰다. 인접한 성분들이 고려될수록 성능 향상이 확인되었고 기존 기법에 비해서도 개선된 결과를 얻을 수 있었다. 특히 잡음이 적은 구간에서 다른 기법에 비해 음성 손실 없이 에코를 억제하여 PESQ 성능이 크게 개선됨을 확인할 수 있었다.
- 인접한 시간 및 주파수 상관관계를 이용하면 보다 향상된 스테레오 음향학적 에코 억제가 가능했으며 ERLE는 T, K 값이 올라감에 따라 꾸준히 증가하는데 비해 PESQ는 T=1, K=1에서 가장 좋은 성능을 보였다.
- 본 논문에서 제안한 soft decision을 활용한 에코 제거 기법이 보다 스테레오 에코 추정을 정확하게 하는 것을 보이는 결과로 해석할 수 있다. 잡음이 많은 경우에는 제안한 기법이 잡음을 동시에 처리하지 못하기 때문에 다른 이전 기법들과 많은 차이가 나진 않지만 소폭 개선됨을 확인할 수 있다.
- 표 3을 통하여 기존 기법들에 비해 제안한 기법이 에코만 있는 환경과 동시 통화 구간이 있는 환경 모두 개선된 성능을 보임을 확인할 수 있다. 특히 SNR이 높은 환경에서 기존 기법들에 비해 음질이 크게 개선됨을 확인할 수 있다. 본 논문에서 제안한 soft decision을 활용한 에코 제거 기법이 보다 스테레오 에코 추정을 정확하게 하는 것을 보이는 결과로 해석할 수 있다.
- 인접한 성분들이 고려될수록 성능 향상이 확인되었고 기존 기법에 비해서도 개선된 결과를 얻을 수 있었다. 특히 잡음이 적은 구간에서 다른 기법에 비해 음성 손실 없이 에코를 억제하여 PESQ 성능이 크게 개선됨을 확인할 수 있었다. 본 기법은 별도의 동시 통화 구간 검출기 없이도 향상된 근단 음성 신호를 얻을 수 있다는 장점을 지니며, 다채널로 확장하기 간단한 구조를 지니고 있어 최근 다양한 모바일 및 스마트 기기에서 활용되는 다채널 시스템에서 신호 향상을 위한 전처리 과정으로 활용 가능하다.
- 기존 기법이 약간의 반향 환경에서 취약함을 확인할 수 있었고 제안한 기법이 이에 비해 훨씬 개선된 성능을 보였다. 특히 함께 고려한 에코 과추정 조절 행렬과 soft decision에 활용한 음성이 존재하지 않을 확률을 통해서 SER 기반의 스테레오 음향학적 에코 억제 기법이 크게 향상되었음을 확인하였다.
- 또한, 음성이 존재하지 않을 확률을 고려한 soft decision 기반의 본 기법이 윈도우 오버랩 (window overlap) 을 얼마나 고려하느냐에 따라 영향을 미치는지에 따른 실험을 수행하였다. 표 2의 실험 결과를 통해 soft decision 기반의 본 기법이 윈도우 오버랩을 87.5% 고려했을 때 음성이 존재하지 않을 확률을 고려한 이득 함수 영향이 가장 좋은 것으로 확인할 수 있다. 이는 고려하는 프레임간의 오버랩이 적으면 각 프레임간의 음성이 존재하지 않을 확률이 높은 확률로 불연속해지거나 불안정할 가능성이 있음을 생각할 수 있다.
- 표 3을 통하여 기존 기법들에 비해 제안한 기법이 에코만 있는 환경과 동시 통화 구간이 있는 환경 모두 개선된 성능을 보임을 확인할 수 있다. 특히 SNR이 높은 환경에서 기존 기법들에 비해 음질이 크게 개선됨을 확인할 수 있다.
후속연구
- 특히 잡음이 적은 구간에서 다른 기법에 비해 음성 손실 없이 에코를 억제하여 PESQ 성능이 크게 개선됨을 확인할 수 있었다. 본 기법은 별도의 동시 통화 구간 검출기 없이도 향상된 근단 음성 신호를 얻을 수 있다는 장점을 지니며, 다채널로 확장하기 간단한 구조를 지니고 있어 최근 다양한 모바일 및 스마트 기기에서 활용되는 다채널 시스템에서 신호 향상을 위한 전처리 과정으로 활용 가능하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.