[논문]잡음 환경에서 음성 인식률 향상에 필요한 MEMS 장치 개발에 관한 연구

양기웅; 이형근

doi:10.6109/jkiice.2018.22.12.1659

초록
AI-Helper

입력된 소리가 음성과 음향이 혼재된 경우 잡음의 영향으로 음성 인식률이 저하됨을 알 수 있으며 S/W적 처리 한계를 극복코자 H/W 장치인 MEMS 장치를 개발하여 음성 인식률을 향상시켰다. MEMS 마이크로폰 장치는 음성을 입력하는 장치로서 다양한 모양으로 구현되어 사용된다. 기존 MEMS 마이크로폰은 일반적으로 우수한 성능을 발휘하나 잡음 과 같은 특수 환경에선 음성과 음향이 혼재되어 처리 성능이 저하되는 문제점이 발생됨을 알 수 있었다. 이러한 문제점을 개선코자 초기 입력장치에 음성 특성을 구분하여 검출할 수 있는 신규 고안된 MEMS 장치를 사용하여 향상시켰다.

Abstract ▼ AI-Helper

When the input sound is mixed voice and sound, it can be seen that the voice recognition rate is lowered due to the noise, and the speech recognition rate is improved by improving the MEMS device which is the H / W device in order to overcome the S/W processing limit. The MEMS microphone device is a...

When the input sound is mixed voice and sound, it can be seen that the voice recognition rate is lowered due to the noise, and the speech recognition rate is improved by improving the MEMS device which is the H / W device in order to overcome the S/W processing limit. The MEMS microphone device is a device for inputting voice and is implemented in various shapes and used. Conventional MEMS microphones generally exhibit excellent performance, but in a special environment such as noise, there is a problem that the processing performance is deteriorated due to a mixture of voice and sound. To overcome these problems, we developed a newly designed MEMS device that can detect the voice characteristics of the initial input device.

주제어

표/그림 (17)

그림 Fig. 1 Improved MEMS device
표 Table. 1 The kind of MEMS
그림 Fig. 2 Acoustic and electrical relationship
표 Table. 2 Features of MEMS microphones(Example)
그림 Fig. 3 Experiment environment
표 Table. 3 Speech recognition rates
그림 Fig. 4 perpendicular test environment
그림 Fig. 5 ×1 horizontal test environment
그림 Fig. 6 ×3 horizontal test environment block diagram
그림 Fig. 7 normal test environment block diagram
표 Table. 4 frequency recognition number
표 Table. 5 The consonant system table 1
표 Table. 6 The consonant system table 2
그림 Fig. 8 Improved artificial intelligence(single layer1-1)
그림 Fig. 9 Improved artificial intelligence(single layer1-2)
그림 Fig. 10 Improved artificial intelligence(Multi layer1-1)
그림 Fig. 11 Improved artificial intelligence(Multi layer1-2)

AI 본문요약
AI-Helper

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

문제 정의

본 자료는 도출된 문제점을 음향 장치에서부터 다양한 음향을 채취할 수 있도록 하여 오인식의 주된 원인인 잡음을 최소로 함은 물론 잡음이 심한 상황에서도 조작된 멤스 마이크로폰을 사용하여 음성/음향을 보다 선명하게 사용할 수 있는 멤스 마이크로폰을 제공하는 것이다.
우리가 잡음 같은 원치 않는 소리나, 잡음 속에 섞인 특수한 음을 원할 때 s/w적으로는 한계가 있을 수밖에 없으며 이런 한계를 유도선 같은 h/w적인 특성으로 개선코자 하였다

제안 방법

단점으론 정전용량형 마이크로폰에 비교하여 진동막 품질 보장이 어려워 성능 저하가 발생된다. 둘의 장점, 단점을 보완한 신기술 및 신제품이 요구되며, 본 연구에서는 MEMS 마이크로폰의 음성인식률을 향상코자 기존 MEMS 마이크로폰에 소리유도선을 추가하는 방식으로 자체 개발하여 사용하였다. 음향, 음성, 잡음이 섞인 소리는 Acoustic Holes을 통과시 일부는 소리유도선을 따라 조작되어 들어오고 일부는 Acoustic Holes을 따라 가공 없는 소리가 들어온다.
실험도구로는 핸드폰(발송시 조작된 핸드폰, 수신시 핸드폰)를 사용하였으며 정상적인 장치 사용 시, 종으로 조작 시(길이 ×1, ×3) 2가지 종류, 횡으로 조작 시 4가지로 나누어서 실험을 하였다.
실험도구로는 핸드폰(발송시 조작된 핸드폰, 수신시 핸드폰)를 사용하였으며 정상적인 장치 사용 시, 종으로 조작 시(길이 ×1, ×3) 2가지 종류, 횡으로 조작 시 4가지로 나누어서 실험을 하였다. 실험이 본 연구의 취지에 맞도록 실제 소음 환경과 유사하게 송신자는 전산실 환경(항온항습기 10RT 1대, 네트워크 장비 다수, 서버 다수가 있는 소음 환경)에서 음성을 발음하였으며 수신자는 일상 환경(TV가 켜진 일상적인 소음 환경)에서 그림3 수신을 하였다.
제안한 자료에서는 성능 향상을 위하여 소리와 관련한 추가 장치를 설치하였으며, 설치된 장치는 진동을 고려하였다. 진동 관련된 부분은 질량, 길이, 장력(Tension)등이 있을 수 있다.
횡과 종의 변화를 가시적으로 보여 판단의 편리성을 더하고자 시간에 따른 크기와 주파수 변화량을 같은 다이어그램에 표기 하였으며 주파수 변화를 그림4, 그림5, 그림6, 그림7로 파악할 수 있게 하였다.

대상 데이터

실험 데이터로는 서울시 사용 일상적인 지하철 역명 266개를 송신자는 일괄적으로 발음하고, 수신자는 전체를 문장 단위(대략 11분 정도 소요)로 저장한 후 인터넷 음성 인식시스템 특성[6]을 감안하여 30초 단위로 짤라 표 3와 같이 비교 하였다.

성능/효과

본 연구는 개선된 마이크로폰 MEMS (Micro –Electro Mechanical System) 장치를 사용하여 잡음 섞인 음향 및 음성에서 음성 인식률을 향상시키는 것으로, 개발된 장치는 잡음으로 인식되어 삭제 및 오류 처리 되던 것을 특징 있는 기계 변조를 해 줌으로써 인식률 향상은 물론 기존 소자의 문제점을 개선하는 효과가 있음을 알 수 있었다.
비교결과 잡음 환경에서 횡으로 전체 266개중 178개 단어를 인식하여 인식률이 66.9% 나왔으며, 종으로 ×3(3배)으론 124 단어를 인식하여 인식률이 46.62%, 종으로 ×1(1배)시 64개 단어를 인식하여 24.1%, 조작 없는 장치를 이용 시 19개 단어를 인식하여 7.14%를 기록하였다.
본 연구에선 모음에 비하여 상대적으로 인식률[7]을 크게 좌우하는 자음을 중심으로 정리하였다. 우선 기존 MEMS 장치가 장착된 MEMS 마이크로폰 장비를 사용시 공통적으로 잡음 환경에서 인식률이 저하되며, 된소리와 거센소리에서 인식률 성능이 크게 저하됨을 알 수 있었다. 횡으로 할 시공통적으로 비교적 좋은 성능이 나왔으며 특히 연구개음과 후음에서 성능이 좋았다.
음성 및 음향이 섞인 상태에서 음성 인식률을 높이기 위한 경우라면 잡음 오류를 최소한으로 음향장치에서 받아들일시 인식률이 향상됨을 알 수 있으며, 잡음 오류가 있는 경우라도 조작된 장치를 사용하여 변형을 가하면 인식률 향상에 적합한 형태로 주파수와 모양이 구축됨을 알 수 있었다. 만일 원하는 경우가 음향에서 특이한 성분을 발췌하는 경우라면 특이한 음향 특성에 맞게 개발된 특수한 장치를 사용하여 음향을 받아 들여야 할 것으로 생각된다.
횡으로 할 시공통적으로 비교적 좋은 성능이 나왔으며 특히 연구개음과 후음에서 성능이 좋았다. 종으로 할시 보통 길이가 긴 편이 성능이 좋았으며, 짧더라도 마찰음, 된소리에선 성능이 좋음을 표5와 표6에서 확인할 수 있었다.
우선 기존 MEMS 장치가 장착된 MEMS 마이크로폰 장비를 사용시 공통적으로 잡음 환경에서 인식률이 저하되며, 된소리와 거센소리에서 인식률 성능이 크게 저하됨을 알 수 있었다. 횡으로 할 시공통적으로 비교적 좋은 성능이 나왔으며 특히 연구개음과 후음에서 성능이 좋았다. 종으로 할시 보통 길이가 긴 편이 성능이 좋았으며, 짧더라도 마찰음, 된소리에선 성능이 좋음을 표5와 표6에서 확인할 수 있었다.

후속연구

만일 원하는 경우가 음향에서 특이한 성분을 발췌하는 경우라면 특이한 음향 특성에 맞게 개발된 특수한 장치를 사용하여 음향을 받아 들여야 할 것으로 생각된다. 개발된 MEMS 장치는 음향 및 통신 장치를 사용 시 파손된 교량 탐지, 건물 탐지, 건강 체크, 5G 통신, 사물 인터넷(IOT) 등 여러 분야에서 취급 가능할 것으로 생각된다. 또한 발음한 사람 음성의 특징을 고려 시에는 음성 인식률 향상 및 신체 이상 유무도 확인할 가능성이 있어 의료 기기에도 사용 할 수 있을 것으로 생각된다.
개발된 MEMS 장치는 음향 및 통신 장치를 사용 시 파손된 교량 탐지, 건물 탐지, 건강 체크, 5G 통신, 사물 인터넷(IOT) 등 여러 분야에서 취급 가능할 것으로 생각된다. 또한 발음한 사람 음성의 특징을 고려 시에는 음성 인식률 향상 및 신체 이상 유무도 확인할 가능성이 있어 의료 기기에도 사용 할 수 있을 것으로 생각된다. 적응을 위해서는 많은 연구가 필요 할 것으로 생각되며 각각의 특성에 맞는 장치가 고안되어야 할 것으로 생각된다.
향후에는 음성과 음향이 섞여 들어온 환경 고려하여 H/W(MEMS 장치개발)와 S/W적 개선 방법이 종합된 맞춤형 장치와 방법이 필요할 것으로 생각된다. 향후 연구시에는 그림8, 그림9는 단일층에서 입력된 여러 소스를 특정한 고유성분별 그룹으로 분류시키고, 그룹내 특징인자를 공통된 고유 성분으로 곱한 것으로 비교시 사용토록 하는 방법[8]과 그림10, 그림11 같은 멀티층[9]에서 특정한 고유성분내 또다른 특정 성분 있을 경우 구분선이 아닌 구분범위를 사용하여 비교토록 한 방법[10]을 사용코자 하였습니다.
향후에는 음성과 음향이 섞여 들어온 환경 고려하여 H/W(MEMS 장치개발)와 S/W적 개선 방법이 종합된 맞춤형 장치와 방법이 필요할 것으로 생각된다. 향후 연구시에는 그림8, 그림9는 단일층에서 입력된 여러 소스를 특정한 고유성분별 그룹으로 분류시키고, 그룹내 특징인자를 공통된 고유 성분으로 곱한 것으로 비교시 사용토록 하는 방법[8]과 그림10, 그림11 같은 멀티층[9]에서 특정한 고유성분내 또다른 특정 성분 있을 경우 구분선이 아닌 구분범위를 사용하여 비교토록 한 방법[10]을 사용코자 하였습니다.

질의응답

핵심어	질문	논문에서 추출한 답변
	MEMS 마이크로폰은 무엇인가?	본 논문에서 사용하려 하는 MEMS 마이크로폰은 음향 관련 신호를 변환된 전기신호로 바꾸는 장치로기존통신, 음향, 의료기기에서 사용되고 있으나 심한 잡음환경에서는 한계를 가지고 있어 개선이 필요하며, 멤스(MEMS) 마이크로폰 개발은 현재 활발히 이루어지고 있다. 초소형 센서/전기기계/액츄에이터 구조물을 마이크로미터(㎛)단위로 제조 할 수 있는 마이크로 머시닝기술을 이용한 콘덴서형 마이크로폰을 주로 사용한다.
	콘덴서형 마이크로폰의 장점은?	마이크로폰은 압전형과 콘덴서형이 있으며 주파수 특성상 우수한 음향대역을 감안하여 콘덴서형이 주로 이용되여 다기능화/집적화/고성능화/소형화 가능한 형편이다. 잡음이나 우리가 원치 않은 소리가 샘플에 섞일지라도 현재의 제품으로는 동일한 소리로 인식되어 구분이 어려운 문제점이 있으며, 인식률 및 분석에 어려움을 주고 있는 형편이다.
	마이크로폰의 문제점은?	마이크로폰은 압전형과 콘덴서형이 있으며 주파수 특성상 우수한 음향대역을 감안하여 콘덴서형이 주로 이용되여 다기능화/집적화/고성능화/소형화 가능한 형편이다. 잡음이나 우리가 원치 않은 소리가 샘플에 섞일지라도 현재의 제품으로는 동일한 소리로 인식되어 구분이 어려운 문제점이 있으며, 인식률 및 분석에 어려움을 주고 있는 형편이다. 즉 소리 채취의 어려움은 가공과정에서 음성 오인식의 주된 원인을 제공하여 원하는 소리를 구분키 어려운 문제점으로 이어진다.

참고문헌 (10)

Electronic Ports N Components (2018, November) , The MEMS market 'crustal movements' ...2,015-2,017 year MEMS market analysis [Internet]. Available: http://www.epnc.co.kr/news/articleView.html?idxno80494, Nov. 2018.
K. W. Yang et al, Microphone and Method for processing Acoustic, KR Patent 1017834320000 to K. W. Yang, Patent and Trademark Office, Daejeon, 2017.
Y. Yoon, "Some Studies on the characteristics of Musical Instrument Strings. - In the Case of Korean Traditional Musical Instrument -," Journal of the National Center for Korean Traditional Performing Art, vol. 12, no. 14, pp. 215-275, Apr. 2000.
Physics for Everyone, The wave equation induction [Internet], Available : http://phy64ev1.tistory.com/6, July 2017.
K. W. Yang, "An Implementation of speech Recognition of Bus-Subway System Using GIS base on the Urban," Kwangwoon University, M.S Thesis, Feb. 2000.
J. Xu, Y. J. Si, J. L. Pan, and Y. H. Yan., "Automatic allophone deriving for korean speech recognition," 2013 Ninth International Conference on Computational Intelligence and Security, pp. 776-779, Dec. 2013.
S. M. Hwang, B. H. Song, and H. K. Yun, "Korean speech recognition using phonemics for lip-sync animation," 2014 International Conference on Information Science, Electronics and Electrical Engineering, vol. 2, pp. 1011-1014, 2014.
G. Y. Lim, Y. B. Cho, "The Sentence Similarity Measure Using Deep-Learning and Char2Vec," Journal of the Korea Institute of Information and Communication Engineering , vol. 22, no. 10, pp.1300-1306, Oct. 2018.
B. W. Cheon, N. H. Kim, "High Density Impulse Noise Reduction Filter Algorithm using Effective Pixels," Journal of the Korea Institute of Information and Communication Engineering , vol. 22, no. 10, pp.1320-1326, Oct. 2018.
H. M. Jeon, C. S. Bae, and H. G. Yang, "Clutter Suppression Method for Altitude and Mainlobe Clutter In Moving Platform Radar," Journal of the Korea Institute of Information and Communication Engineering, vol. 22, no. 10, pp. 1386-1391, Oct. 2018.

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

잡음 환경에서 음성 인식률 향상에 필요한 MEMS 장치 개발에 관한 연구
The research on the MEMS device improvement which is necessary for the noise environment in the speech recognition rate improvement 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (17)

표/그림 (17)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 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

잡음 환경에서 음성 인식률 향상에 필요한 MEMS 장치 개발에 관한 연구 The research on the MEMS device improvement which is necessary for the noise environment in the speech recognition rate improvement 원문보기

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

Abstract ▼ AI-Helper

주제어

표/그림 (17) 모든 표/그림 보기

표/그림 (17) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

양기웅 (1) 이형근 (1)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

잡음 환경에서 음성 인식률 향상에 필요한 MEMS 장치 개발에 관한 연구
The research on the MEMS device improvement which is necessary for the noise environment in the speech recognition rate improvement 원문보기

초록
AI-Helper

표/그림 (17)

표/그림 (17)

AI 본문요약
AI-Helper