[논문]개량된 음성매개변수를 사용한 지속시간이 짧은 잡음음성 중의 배경잡음 분류

최재승

doi:10.6109/jkiice.2016.20.9.1673

초록
AI-Helper

음성인식처리 분야에서 배경잡음으로 인하여 음성입력이 배경잡음으로 잘못 판단되는 원인이 되어 음성인식율의 저하를 초래한다. 이러한 종류의 잡음대책은 단순하지 않으므로 보다 고도한 잡음처리기술이 필요하게 된다. 따라서 본 논문에서는 잡음환경 중에서 정상적인 배경잡음 혹은 비정상적인 배경잡음과 지속 시간이 짧은 음성을 구별하는 알고리즘에 대하여 기술한다. 본 알고리즘은 다른 종류의 잡음과 음성을 구별하는 중요한 수단으로서 개량된 음성의 특징파리미터를 사용한다. 다음으로 다층퍼셉트론 네트워크에 의하여 잡음의 종류를 추정하는 알고리즘에 대해서 기술한다. 본 실험에서는 잡음과 음성이 구별이 가능하도록 실험적으로 확인하였다.

Abstract ▼ AI-Helper

In the area of the speech recognition processing, background noises are caused the incorrect response to the speech input, therefore the speech recognition rates are decreased by the background noises. Accordingly, a more high level noise processing techniques are required since these kinds of noise...

In the area of the speech recognition processing, background noises are caused the incorrect response to the speech input, therefore the speech recognition rates are decreased by the background noises. Accordingly, a more high level noise processing techniques are required since these kinds of noise countermeasures are not simple. Therefore, this paper proposes an algorithm to distinguish between the stationary background noises or non-stationary background noises and the speech signal having short time duration in the noisy environments. The proposed algorithm uses the characteristic parameter of the improved speech signal as an important measure in order to distinguish different types of the background noises and the speech signals. Next, this algorithm estimates various kinds of the background noises using a multi-layer perceptron neural network. In this experiment, it was experimentally clear the estimation of the background noises and the speech signals.

Keyword

AI 본문요약
AI-Helper

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

문제 정의

실제 환경에서 음성을 방해하는 배경잡음은 백색잡음과 같은 정상적인 잡음과 도로잡음과 같은 비정상적인 잡음의 합으로 표현하는 경우가 많다. 따라서 본 논문에서는 음성 중에서 정상적인 잡음과 비정상적인 잡음을 구별하기 위하여, 잡음이 섞인 음성 중에서 지속 시간이 짧은 음성을 대상으로 하여 배경잡음을 구별하는 알고리즘에 대하여 기술한다.
또한 본 알고리즘은 잡음과 음성을 구별하는 중요한 수단으로서 개량된 음성의 특징파리미터를 사용하여 다층퍼셉트론 네트워크에 의하여 잡음의 종류를 추정하는 알고리즘에 대해서 기술한다. 본 실험에서는 여러 종류의 잡음을 이용하여 음성 중에서 잡음을 구별하는 실험을 실시한다.
음성인식에 유효한 음향 특징량으로서 음성의 스펙트럼 이외에 전력 및 동적 특징량이 있으며, 이러한 파라미터를 조합하는 것에 의하여 음성인식 성능이 향상되는 것이 보고되고 있다[7]. 본 논문에서는 개량된 선형예측계수(Linear Predictive Coefficient, LPC)[9]의 음향 특징량으로 사용하여 다층 퍼셉트론 네트워크에 부가는 방법을 제안한다.
본 실험에서는 3층 구조의 퍼셉트론형의 신경회로망에 선형예측계수 LPC[9]를 입력으로 하여 각 프레임에서 잡음 및 음성을 분류하는 것을 목적으로 하여 분류율을 높이는 실험에 대하여 기술한다.
음성인식처리의 분야에서 배경잡음은 음성인식율의 저하를 초래하고 있으므로 보다 고도한 잡음처리기술이 필요하게 된다. 따라서 본 논문에서는 잡음환경 중의 계속시간이 짧은 정상적인 배경잡음 및 비정상적인 배경잡음을 인간의 음성과 구별하는 알고리즘에 대하여 기술하였다. 본 알고리즘은 잡음과 음성을 구별하는 중요한 수단으로서, 음성의 특징파리미터를 선택하여 다층 퍼셉트론 네트워크에 의하여 잡음의 종류를 구별하는 알고리즘이다.
본 실험에서는 잡음과 음성의 구별이 가능하도록 실험적으로 분명하게 하였다. 따라서 중간층 1층으로 구성된 3층 퍼셉트론을 사용한 역전파 학습 알고리즘에 의하여 학습시킨 결과, 양호한 음성인식 결과가 학습 이외의 데이터에 대해서도 실험적으로 확인할 수 있었다.

제안 방법

또한 본 알고리즘은 잡음과 음성을 구별하는 중요한 수단으로서 개량된 음성의 특징파리미터를 사용하여 다층퍼셉트론 네트워크에 의하여 잡음의 종류를 추정하는 알고리즘에 대해서 기술한다. 본 실험에서는 여러 종류의 잡음을 이용하여 음성 중에서 잡음을 구별하는 실험을 실시한다.
그림 1은 본 논문에서 제안하는 잡음의 스펙트럼을 차감하는 위너필터에 의한 개량된 음성특징 파라미터를 추출하는 알고리즘을 나타낸다. 제안한 알고리즘은 먼저 여러 종류의 잡음으로 중첩된 음성신호를 각 프레임에 대해 해밍창을 통과시킨다. 각 프레임에 대해서본 논문에서 제안하는 잡음의 스펙트럼을 차감하는 위너필터에 의하여 개량된 LPC 음성특징 파라미터를 추출한다.
제안한 알고리즘은 먼저 여러 종류의 잡음으로 중첩된 음성신호를 각 프레임에 대해 해밍창을 통과시킨다. 각 프레임에 대해서본 논문에서 제안하는 잡음의 스펙트럼을 차감하는 위너필터에 의하여 개량된 LPC 음성특징 파라미터를 추출한다. 그림 2는 본 논문에서 제안하는 개량된 음성특징 파라미터를 사용한 음성인식 알고리즘을 나타내며, 그림 1에서 추출된 개량된 음성특징 파라미터를 사용하여 본 논문에서 제안한 다층 퍼셉트론 신경회로망(Multi-Perceptron Neural Network, MLP)[10]에 의하여 음성인식을 실현하는 알고리즘을 나타낸다.
본 논문에서 제안하는 다층 퍼셉트론에 입력하는 음성특징량으로는 12차의 LPC 켑스트럼 계수를 사용하며, 네트워크에 입력되는 계수는 –1.0부터 +1.0 사이의 값으로 정규화된다.
음성신호의 잡음억압 및 분류를 위하여 잡음에 오염된 음성신호의 공간으로부터 잡음이 없는 음성신호의 공간에의 사상을 실현하기 위하여 다층 퍼셉트론을 적용하는 연구가 수행되고 있다. 본 실험에서는 이러한 다층 퍼셉트론을 3장에서 기술한 음성 데이터베이스와 잡음 데이터베이스를 사용하여, 역전파 학습 알고리즘으로 학습시켜 중간층 1층으로 구성된 3층 퍼셉트론이 정확하게 잡음분류를 할 수 있도록 학습을 확인한다.

대상 데이터

표 1은 본 실험에서 사용하는 입력 음성데이터의 분석 조건을 나타낸다. 본 실험에서 사용한 음성신호는 8kHz의 표본주파수의 환경에서 녹음된 영어숫자로 구성된 Aurora2 데이터베이스[12] 및 양자화 비트수가 12비트인 일본인 남성화자에 의한 단어의 총 2 종류의 음성 데이터베이스를 사용하였다. 본 실험에서는 음성데이터베이스 중에서 총 10개의 단어를 학습에 사용하였으며, 20개의 단어는 배경잡음 인식에 사용하였다.
본 실험에서 사용한 음성신호는 8kHz의 표본주파수의 환경에서 녹음된 영어숫자로 구성된 Aurora2 데이터베이스[12] 및 양자화 비트수가 12비트인 일본인 남성화자에 의한 단어의 총 2 종류의 음성 데이터베이스를 사용하였다. 본 실험에서는 음성데이터베이스 중에서 총 10개의 단어를 학습에 사용하였으며, 20개의 단어는 배경잡음 인식에 사용하였다. 여기에서 영어숫자와 일본어는 서로 연관성이 없으며, 일본어 단어는 일본 지명을 나타내는 단어이다.
본 실험에서 사용한 잡음은 컴퓨터에 의해서 작성된 가우스 백색잡음(white noise), 유색잡음(colored noise), 도트 프린터의 동작 시에 녹음한 프린터의 구동잡음 (print noise), Aurora2 데이터베이스의 자동차잡음(car noise) 등의 정상잡음 및 비정상잡음을 사용하여 평가하였다. 본 논문에서 사용한 구동잡음 및 자동차잡음은 음성의 스펙트럼과 유사한 모양을 가지고 있다.
본 논문에서 사용한 위너필터에 의한 개량 LPC 켑스트럼 계수의 유효성을 입증하기 위하여, 그림 4와 그림 5와 같이 본 실험에서 사용한 남성에 대한 음성신호(제 7프레임)의 LPC 켑스트럼의 모양을 나타낸다. 그림 4는 백색잡음에 대하여 LPC 켑스트럼 계수의 한 프레임 분의 출력을 나타낸다.
본 실험에서는 네트워크의 학습데이터로서 음성, 백색잡음, 유색잡음, 프린터 구동잡음을 사용하여 학습을 실시하였다. 표 3은 제안한 알고리즘과 기존의 분류[4]에 의한 방법을 비교한 실험결과이며, 그림 6은 표 3의 분류율을 그래프로 표시한 결과이다.

성능/효과

그림 5의 자동차잡음에 대하여 첫 번째 그림은 원래의 LPC 켑스트럼 계수를, 두 번째 그림은 위너필터에 의하여 개량된 LPC 켑스트럼 계수의 한 프레임분의 출력을 각각 나타낸다. 그림 4와 그림 5의 결과로부터 알 수 있듯이, 위너필터에 의하여 개량된 LPC 켑스트럼계수가 원래의 LPC 켑스트럼 계수보다 분명한 차이점을 가지는 것과 음성의 스펙트럼이 강조된 것을 확인할 수 있었다. 따라서 본 논문에서 제안하는 다층 퍼셉 트론 네트워크에 입력되는 개량된 LPC 켑스트럼 계수를 이용하여 네트워크의 학습 및 잡음 분류 테스트에 있어서 분류율이 향상되는 것을 확인할 수 있었다.
그림 4와 그림 5의 결과로부터 알 수 있듯이, 위너필터에 의하여 개량된 LPC 켑스트럼계수가 원래의 LPC 켑스트럼 계수보다 분명한 차이점을 가지는 것과 음성의 스펙트럼이 강조된 것을 확인할 수 있었다. 따라서 본 논문에서 제안하는 다층 퍼셉 트론 네트워크에 입력되는 개량된 LPC 켑스트럼 계수를 이용하여 네트워크의 학습 및 잡음 분류 테스트에 있어서 분류율이 향상되는 것을 확인할 수 있었다. 그러나 향후의 연구에서는 멜 주파수 켑스트럼계수(Mel Frequency Cepstral Coefficient, MFCC)와 같은 특징추출방법을 사용한 성능비교가 필요하다고 판단된다.
표 3의 Ref[4]의 알고리즘은 LPC와 고속푸리에변환에 의한 전력스펙트럼의 총 13개의 계수를 사용하여 각 프레임에서 인식율을 구한다. 표 3과 그림 6의결과로부터 학습데이터 및 평가데이터가 다른 경우의 분류율은 평균 92% 이상인 것을 알 수 있으며, 본 논문에서 제안한 알고리즘의 분류율은 평균 95% 이상인 것을 확인할 수 있었다. 본 알고리즘에 의한 분류율은 기존의 분류법[4]와 비교하여 최대 4.
표 3과 그림 6의결과로부터 학습데이터 및 평가데이터가 다른 경우의 분류율은 평균 92% 이상인 것을 알 수 있으며, 본 논문에서 제안한 알고리즘의 분류율은 평균 95% 이상인 것을 확인할 수 있었다. 본 알고리즘에 의한 분류율은 기존의 분류법[4]와 비교하여 최대 4.1%(평균 3.04%)이 개선된 것을 알 수 있다. 따라서 8 kHz로 샘플링된 음성 데이터를 사용하여, 중간층 1층으로 구성된 3층 퍼셉트론을 사용하여 back-propagation 학습 알고리즘에 의하여 학습시킨 결과, 양호한 잡음 분류의 실험결과가 학습 이외의 데이터에 대해서도 실험적으로 확인되었다.
04%)이 개선된 것을 알 수 있다. 따라서 8 kHz로 샘플링된 음성 데이터를 사용하여, 중간층 1층으로 구성된 3층 퍼셉트론을 사용하여 back-propagation 학습 알고리즘에 의하여 학습시킨 결과, 양호한 잡음 분류의 실험결과가 학습 이외의 데이터에 대해서도 실험적으로 확인되었다.
본 실험에서는 잡음과 음성의 구별이 가능하도록 실험적으로 분명하게 하였다. 따라서 중간층 1층으로 구성된 3층 퍼셉트론을 사용한 역전파 학습 알고리즘에 의하여 학습시킨 결과, 양호한 음성인식 결과가 학습 이외의 데이터에 대해서도 실험적으로 확인할 수 있었다. 특히 Wiener 핕터에 의하여 개량된 LPC 켑스트럼계수를 사용하여 다층 퍼셉트론 네트워크에 사용한 경우에 개량 전의 기존의 인식방법보다 최대 4.
1%의 분류율이 구해졌다. 특히 본 논문에서 제안한 알고리즘은 음성의 스펙트럼에 유사한 비정상적인 배경잡음에도 우수하다는 것을 실험적으로 확인할 수 있었다.

후속연구

따라서 본 논문에서 제안하는 다층 퍼셉 트론 네트워크에 입력되는 개량된 LPC 켑스트럼 계수를 이용하여 네트워크의 학습 및 잡음 분류 테스트에 있어서 분류율이 향상되는 것을 확인할 수 있었다. 그러나 향후의 연구에서는 멜 주파수 켑스트럼계수(Mel Frequency Cepstral Coefficient, MFCC)와 같은 특징추출방법을 사용한 성능비교가 필요하다고 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	음성 및 잡음을 구별하는 연구로 최근에 제안되는 것들의 한계점은 무엇인가?	이러한 음성 및 잡음을 구별하는 수단으로서 스펙트럼의 차이를 이용하는 연구, 켑스트럼 계수의 분포를 이용하는 연구, 스펙트럼의 양자화를 이용하는 연구, 위너필터를 이용하는 연구, 신경회로망을 이용하여 판별하는 연구 들이 제안되고 있다[6-8]. 그러나 이러한 연구들은 주로 정상적인 잡음을 대상으로 하고 있으며, 또한 잡음 종류가 단순하므로 다양한 잡음 하에서 음성과 잡음을 구별하는 실험으로는 만족하지 못하고 있다. 또한 이러한 연구들은 연속한 음성에 잡음이 중첩된 경우를 대상으로 하고 있어서 음성단어 인식장치가 오동작하는 연속시간이 짧은 잡음을 대상으로 하고 있지 않다.
	잡음이 음성인식 장치의 오작동과 음성인식률 저하의 주 원인이 되는 이유는?	이러한 잡음에는 정상적인 배경잡음 외에 비정상적인 잡음이 일반적으로 존재한다. 이러한 비정상적인 잡음 중에는 피치 주파수 및 스펙트럼의 형태가 음성의 주파수 및 스펙트럼과 상당히 유사한 잡음들이 존재하여, 음성인식 장치의 오작동 및 음성인식률 저하의 주요 원인이 되고 있다[1-3].
	실제 환경에서 음성을 방해하는 배경잡음은 어떻게 표현하는 경우가 많은가?	실제 환경에서 음성을 방해하는 배경잡음은 백색잡음과 같은 정상적인 잡음과 도로잡음과 같은 비정상적인 잡음의 합으로 표현하는 경우가 많다. 따라서 본 논문에서는 음성 중에서 정상적인 잡음과 비정상적인 잡음을 구별하기 위하여, 잡음이 섞인 음성 중에서 지속 시간이 짧은 음성을 대상으로 하여 배경잡음을 구별하는 알고리즘에 대하여 기술한다.

참고문헌 (12)

C. Hanilci, T. Kinnunen, R. Saeidi, J. Pohjalainen, P. Alku, F. Ertas, J. Sandberg, and M. Hansson-Sandsten, "Comparing spectrum estimators in speaker verification under additive noise degradation," IEEE International Conference on Acoustics, Speech and Signal Processing, pp. 4769-4772, March 2012.
R. Saeidi, J. Pohjalainen, T. Kinnunen, and Paavo Alku, "Temporally Weighted Linear Prediction Features for Tackling Additive Noise in Speaker Verification," IEEE Signal Processing Letters, vol. 17, no. 6, pp. 599-602, June 2010.

상세보기
R. Su, X. Liu, and L. Wang, "Automatic Complexity Control of Generalized Variable Parameter HMMs for Noise Robust Speech Recognition," IEEE/ACM Transactions on Audio, Speech, and Language Processing, vol. 23, no. 1, pp. 102-114, Jan. 2015.

상세보기
J. S. Choi, "Speech and Noise Recognition System by Neural Network," The Korea Institute of Electronic Communication Sciences, vol. 5, no. 4, pp. 357-362, Aug. 2010.
N. Moritz, Jorn Anemuller, and B. Kollmeier, "An Auditory Inspired Amplitude Modulation Filter Bank for Robust Feature Extraction in Automatic Speech Recognition," IEEE/ACM Transactions on Audio, Speech, and Language Processing, vol. 23, no. 11, pp. 1926-1937, Nov. 2015.

상세보기
J. S. Choi, "Noise Reduction Algorithm in Speech by Wiener Filter," The Korea Institute of Electronic Communication Sciences, vol. 8, no. 8, pp. 1293-1298, Aug. 2013.

원문보기 상세보기
S. Furui, "Speaker-Independent Isolasted Word Recognition Using Dynamic Features of Speech Spectrum," IEEE Transactions on Acoustics, Speech, and Signal Processing, vol. 34, no. 1, pp. 52-59, Feb. 1986.

상세보기
J. S. Choi, "A Wiener Filter Algorithm of Noise Subtraction Based on Threshold Detection," Korean Institute of Information Technology, vol. 13, no. 7, pp. 51-56, July 2015.
X. Zhang, Y. Guo, Xuemei Hou, "A speech Recognition Method of Isolated Words Based on Modified LPC Cepstrum," IEEE International Conference on Granular Computing, pp. 481-484, Nov. 2007.
S. K. Pal, S. Mitra, "Multilayer perceptron, fuzzy sets, and classification," IEEE Transaction on Neural Networks, vol. 3, no. 5, pp. 683-697, Sep. 1992.

상세보기
D. Rumelhart, G. Hinton and R. Williams, "Learning representations by back-propagation errors," Nature, vol. 323, pp. 533-536, Oct. 1986.

상세보기
H. Hirsch and D. Pearce, "The AURORA experimental framework for the performance evaluations of speech recognition systems under noisy conditions," in Proc. ISCA ITRW ASR2000 on Automatic Speech Recognition: Challenges for the Next Millennium, Paris, France, Oct. 2000.

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 개량된 음성매개변수를 사용한 지속시간이 짧은 잡음음성 중의 배경잡음 분류
Background Noise Classification in Noisy Speech of Short Time Duration Using Improved Speech Parameter 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 개량된 음성매개변수를 사용한 지속시간이 짧은 잡음음성 중의 배경잡음 분류 Background Noise Classification in Noisy Speech of Short Time Duration Using Improved Speech Parameter 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

최재승 (24)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 개량된 음성매개변수를 사용한 지속시간이 짧은 잡음음성 중의 배경잡음 분류
Background Noise Classification in Noisy Speech of Short Time Duration Using Improved Speech Parameter 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

활용도 Top5 논문