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 광역 동범위압축 알고리즘 기반디지털 보청기에 적용 가능한 음향 궤환 제거기를 실시간으로 구현하였다. 음향 궤환은 디지털 보청기를 사용하는 난청자들에게 불편함을 주고 대역별 증폭 범위를 제한시켜 난청자의 가청 음폭에 도달하지 못하는 문제점을 야기시킨다.
- 본 논문에서는 다채널 디지털 보청기에 적용 가능한 적응 음향 궤환 제거 알고리즘을 실시간으로 구현하였다. 구현 된 실시간 음향 궤환 제거기는 다채널 난청 보상 알고리즘과 동일한 FFT 필터뱅크를 사용함으로써 보청기 시스템이 하나의 통합구조를 갖도록 하였다.
- . 본 논문에서는 디지털 보청기 알고리즘의 구조에 적용할 수 있는 음향 궤환 제거 알고리즘을 실시간으로 실험하고 그 성능을 확인하였다.
제안 방법
- 본 논문에서는 다채널 디지털 보청기에 적용 가능한 적응 음향 궤환 제거 알고리즘을 실시간으로 구현하였다. 구현 된 실시간 음향 궤환 제거기는 다채널 난청 보상 알고리즘과 동일한 FFT 필터뱅크를 사용함으로써 보청기 시스템이 하나의 통합구조를 갖도록 하였다. 따라서 기존의 다른 필터뱅크 기반의 AFC를 적용한 경우보다 연산량이 적게 필요하다.
- 표 3은 실시간 실험에 사용한 하드웨어 정보를 나타내고 있다. 다양한 상황 연출을 위해 소형 마이크와 스피커를 DSP 보드에 연결하여 사용하였으며 충분한 증폭을 위해 아날로그 마이크 프리엠프로 behringer 사의 TUBE ULTRAGAIN MIC100 을 연결하였다. 실험에 사용된 DSP보드는 TI 사의 OMAP-L137/C6747이다.
- 따라서 적응 필터에 추가적인 알고리즘이 요구되어야 하나 연산량 증가가 발생한다. 때문에 일시적으로 출력을 줄여주는 방법으로 추가 적인 연산량 증가 없이 시스템을 모델링하였다.
- 983로 향상했음을 확인할 수 있었다. 또한 스피커와 마이크의 비선형적인 입, 출력에 의해 음향 궤환 제거기가 정상적으로 작동하지 못하는 경우 보청기 출력에 감소 이득을 적용시켜 음향 궤환 제거기가 다양한 환경에서 강건하게 동작할 수 있도록 하였다. 본 알고리즘은 추후 음질 개선 알고리즘 등 다양한 기능의 추가 구현이 용이하다.
- 광역 동범위압축 알고리즘은 필터뱅크를 통과한 주파수 도메인에서의 신호를 인간의 청각 특성을 고려하여 몇 개의 밴드로 나누어 증폭한다. 본 논문에서는 상대적으로 민감한 저주파대역에 높은해상도를 적용하여 총 8밴드 광역 동범위압축 알고리즘을 구현하였다. 단 채널 알고리즘에 비해서 브밴드별 증폭은 난청자의 청력 손실 커브(Hearing loss curve)를 세밀하게 보정하여 필요한 대역만 보상 할 수 있다는 장점이 있다.
- 다음 실험은 음향 궤환 제거기의 성능을 측정하기 위해 수행되었다. 본 실험에서는 WDRC를 간단하게 적용하기 위해 전 대역에 3dB 증폭 이득을 적용시켰다. 그림 6.
- 마이크 입력이 보드의 입력으로 들어가 음향 궤환 제거기의 목적 신호로, 보청기 알고리즘 출력 신호가 참조신호로 사용되었다. 음향 궤환 제거기의 계수는 음향 궤환 경로를 추정하고 그 차이를 스피커의 출력으로 설정하였다. 디지털 보청기의 마이크와 스피커의 위치에 따라 음향 궤환 경로가 변경되고 이로 인해 음향 궤환의 발생 여부가 결정된다.
- 만약 음향 궤환 제거기가 충분히 수렴하기 전음향 궤환 경로가 바뀌거나 적응 필터가 정확히 동작하지 못할 경우 보청기의 출력이 출력 가능한 최댓값보다 크게 되어 스피커의 비선형적인 특성때문에 음향 궤환을 제거하지 못하는 경우가 있다. 이러한 현상을 보완하기 위해 스피커 출력이 특정 대역에서 일정 시간 이상 높은 에너지를 갖는다면해당 대역의 출력 이득을 낮추어 주는 방식으로 음향 궤환 제거기가 동작할 수 있도록 하였다.
- 또한 저주파 대역보다 고주파 대역에서 음향 궤환 신호가 발생할 확률이 높다는 사실을 기반으로 고주파 대역에서는 큰 step size를 사용하여 적응 필터의 수렴속도를 높이고 저주파대역에서는 작은 step size를 사용하여 음질 왜곡을 최소화 하였다. 입력신호는 TIMIT 데이터베이스의 음성 신호를 사용하였으며 STFT(Short Time Fourier Transform) 50% overlap-add의 사인 정현파 윈도우를 적용하였다. 표 3은 실시간 실험에 사용한 하드웨어 정보를 나타내고 있다.
대상 데이터
- 표 2는 알고리즘 구현에 사용한 파라미터를 나타낸다. 보청기는 실시간으로 입력신호를 처리할 필요가 있기 때문에 시간 지연을 최소화하기 위해 FFT size를 128 샘플로 설정하였다. 또한 저주파 대역보다 고주파 대역에서 음향 궤환 신호가 발생할 확률이 높다는 사실을 기반으로 고주파 대역에서는 큰 step size를 사용하여 적응 필터의 수렴속도를 높이고 저주파대역에서는 작은 step size를 사용하여 음질 왜곡을 최소화 하였다.
- 다양한 상황 연출을 위해 소형 마이크와 스피커를 DSP 보드에 연결하여 사용하였으며 충분한 증폭을 위해 아날로그 마이크 프리엠프로 behringer 사의 TUBE ULTRAGAIN MIC100 을 연결하였다. 실험에 사용된 DSP보드는 TI 사의 OMAP-L137/C6747이다.
이론/모형
- [4] 주파수 영역의 FDADF 알고리즘은 시간 영역의 컨벌루션 연산을 고속 컨벌루션으로 대체해 연산을 최소화 할 수 있는 장점이 있고 수렴 속도도 빠르지만 디지털 보청기 알고리즘에 적용할 경우 심한 에일리어징을 초래할 수 있는 스펙트럼 중첩 정도가 크다.[4] 따라서 본 논문에서는 추가적인 큰 연산량 없이 적은 스펙트럼 중첩을 갖는 SAF 알고리즘을 적용하였다. 구현한 실시간 음향 궤환 제거기는 기존의 디지털 보청기 알고리즘의 광역 동범위압축 알고리즘에서 사용한 블록 기반 연산 구조에 적용이 가능하다.
- (c)를 비교해보면 4kHz 대역에서 발생했던 음향 궤환 신호가 제거되었음을 확인할 수 있다. 구현된 알고리즘의 성능을 객관적으로 평가하기 위해 PESQ(Perceptual Evaluation of Speech Quality)를 측정하였다. PESQ란 ITU-T 표준 평가 파라미터로 음성 품질의 객관적인 평가를 할 수 있으며 왜곡이 없는 원본 신호일 때 4.
- [4] MDCT 필터뱅크는 DFT 필터뱅크 절반의 연산량으로 대역을 분할할 수 있지만 에일리어징이 상대 적으로 크게 발생한다. 따라서 본 논문에서는 대역 분할 성능이 높고 에일리어징이 적게 발생하는 주파수 영역 DFT 필터뱅크를 fast 알고리즘으로 구현한 FFT(Fast Fourier Transform) 필터뱅크를 사용하였다.[5]
- 필터뱅크의 종류로는 시간 영역에서의 FIR(Finite Impulse Response) 필터뱅크와 주파수 영역에서의 MDCT(Modified Discrete Cosine Transform), DFT(Discrete Fourier Transform) 필터뱅크가 있다. 이 중 대역간 에일리어징을 최소화하고 주파수 대역 분할 성능이 높은 DFT 필터뱅크를 fast 알고리즘(Fast Fourier Transform : FFT)을 통하여 DFT의 연산량 복잡도를 극복하여 사용하였다.[2]
- 주파수 대역에 따라 각기 다른 입출력 곡선이 적용된다. 추정된 포락선으로부터 입출력 곡선에 따른 이득을 계산하고 밴드 간 에일리어징을 최소화하기 위해 이득을 선형 보간법을 이용하여 적용시킨다. 증폭된신호를 전대역 신호로 합성하고 신호의 완벽 복원 (Perfect reconstruction)을 위해 이전 프레임의 반절과 Overlap-add 하여 출력으로 내보낸다.
성능/효과
- 경로 변경으로 인해 일시적으로 궤환신호가 발생하였지만 적응 필터가 변경된경로를 추정하여 그림 8.(a)와 같이 음향 궤환이발생하지 않는 동일한 결과를 얻음으로써 능동 음향 궤환 제거기는 궤환 경로가 바뀌더라도 강건하게 동작하는 것을 확인하였다,
- FIR 필터뱅크는 여러 대역의 분할에는 제한적이고 연산량이 많이 요구된다.[4] MDCT 필터뱅크는 DFT 필터뱅크 절반의 연산량으로 대역을 분할할 수 있지만 에일리어징이 상대 적으로 크게 발생한다. 따라서 본 논문에서는 대역 분할 성능이 높고 에일리어징이 적게 발생하는 주파수 영역 DFT 필터뱅크를 fast 알고리즘으로 구현한 FFT(Fast Fourier Transform) 필터뱅크를 사용하였다.
- NLMS 알고리즘과 AP 알고리즘은 시간 영역에서 연산되기 때문에 높은 연산량이 요구되므로 실시간 구현에 적합하지 않다.[4] 주파수 영역의 FDADF 알고리즘은 시간 영역의 컨벌루션 연산을 고속 컨벌루션으로 대체해 연산을 최소화 할 수 있는 장점이 있고 수렴 속도도 빠르지만 디지털 보청기 알고리즘에 적용할 경우 심한 에일리어징을 초래할 수 있는 스펙트럼 중첩 정도가 크다.[4] 따라서 본 논문에서는 추가적인 큰 연산량 없이 적은 스펙트럼 중첩을 갖는 SAF 알고리즘을 적용하였다.
- 따라서 기존의 다른 필터뱅크 기반의 AFC를 적용한 경우보다 연산량이 적게 필요하다. 객관적인 성능 평가를 위해 구현된 알고리즘의 출력 음성의 PESQ 값을 측정한 결과 3.252에서 3.983로 향상했음을 확인할 수 있었다. 또한 스피커와 마이크의 비선형적인 입, 출력에 의해 음향 궤환 제거기가 정상적으로 작동하지 못하는 경우 보청기 출력에 감소 이득을 적용시켜 음향 궤환 제거기가 다양한 환경에서 강건하게 동작할 수 있도록 하였다.
- 보청기는 실시간으로 입력신호를 처리할 필요가 있기 때문에 시간 지연을 최소화하기 위해 FFT size를 128 샘플로 설정하였다. 또한 저주파 대역보다 고주파 대역에서 음향 궤환 신호가 발생할 확률이 높다는 사실을 기반으로 고주파 대역에서는 큰 step size를 사용하여 적응 필터의 수렴속도를 높이고 저주파대역에서는 작은 step size를 사용하여 음질 왜곡을 최소화 하였다. 입력신호는 TIMIT 데이터베이스의 음성 신호를 사용하였으며 STFT(Short Time Fourier Transform) 50% overlap-add의 사인 정현파 윈도우를 적용하였다.
- M은 블록의 절반크기를 나타내며 L은 필터 차수, P는 AP의 투영 차수(Projection Order)이다. 주파수 영역 알고리즘이 시간 영역 알고리즘에 비해 연산량이 훨씬 적은 것을 확인할 수 있으며 또한 SAF는 FDADF에 비해서도 적은 연산량이 요구되는 것을 확인할 수 있다.
후속연구
- 또한 스피커와 마이크의 비선형적인 입, 출력에 의해 음향 궤환 제거기가 정상적으로 작동하지 못하는 경우 보청기 출력에 감소 이득을 적용시켜 음향 궤환 제거기가 다양한 환경에서 강건하게 동작할 수 있도록 하였다. 본 알고리즘은 추후 음질 개선 알고리즘 등 다양한 기능의 추가 구현이 용이하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.