$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

배경잡음 및 패킷손실에 강인한 voice-over-IP 수신단 기반 음질향상 기법
Robust speech quality enhancement method against background noise and packet loss at voice-over-IP receiver 원문보기

한국음향학회지= The journal of the acoustical society of Korea, v.37 no.6, 2018년, pp.512 - 517  

김지연 (광운대학교 전자융합공학과) ,  김형국 (광운대학교 전자융합공학과)

초록
AI-Helper 아이콘AI-Helper

음성 품질의 향상은 통신 분야의 주요 관심사이다. 본 논문에서는 VoIP(Voice-over-IP) 수신부에서의 배경잡음 및 패킷손실에 강인한 음질향상 방식을 제안한다. 제안된 방식에서는 하이브리드 마르코프 체인 기반 네트워크 지터추정, 추정된 지터를 이용한 적응적 플레이아웃 스케줄링, 그리고 진폭 및 위상 복원 기반의 음성 향상 방식 등을 결합하여 IP 네트워크를 통해 VoIP 수신부에 도착하는 음성신호의 품질을 향상시킨다. 실험결과는 제안된 방식이 송신부의 인코딩 전에 음성신호에 추가된 잡음을 제거하고 불안정한 네트워크 환경에서 양질의 음성을 제공하는 것을 확인할 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Improving voice quality is a major concern in telecommunications. In this paper, we propose a robust speech quality enhancement against background noise and packet loss at VoIP (Voice-over-IP) receiver. The proposed method combines network jitter estimation based on hybrid Markov chain, adaptive pla...

주제어

#음성인터넷 프로토콜   #지터추정   #적응적 플레이아웃 스케줄링   #패킷손실 은닉   #음성 향상  

표/그림 (8)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 VoIP 수신부에서 배경잡음 및 패킷손실에 강인한 음질향상 방법을 제안하였다. 청취실험을 통해 획득된 MOS값을 통해 적응적 플레이아웃 조정 및 신호 재구성과 잔여잡음 제거를 결합함으로써 보다 향상된 통화 품질이 제공될 수 있음을 확인할 수 있었다.
  • 본 논문에서는 패킷 손실 은닉을 통해 수신된 음성신호에 여전히 존재하는 잔여 잡음을 제거하고 보다 더 향상된 고품질의 음성을 획득하기 위해 저연산량으로 패킷손실은닉과 딥러닝 방식을 이용한 잔여잡음 제거를 결합하는 방식을 제안한다.

가설 설정

  • 단구간 패킷은닉에서는 추정된 피치 주기를 통해 손실 패킷들의 복원을 위한 스무딩한 여기신호를 생성하고, 단구간 패킷 손실 구간 복원 시 작은 음성 구간을 반복하였을 때 생성될 수 있는 부자연스러운 인공음을 효과적으로 줄인다. 만일 연속적인 패킷들이 손실된다면, 장구간 패킷은닉을 통해 이전 합성된 신호를 선형예측필터에 회귀적으로 입력하여 새로운 여기 신호를 생성한다. 이렇게 생성된 여기 신호를 필터링하여 재구성된 신호로 합성하고 복원된 구간동안 점차적으로 소리를 줄임으로써 사용자 청각에 불편함을 주는 금속음을 자연스럽게 제거한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
VoIP 기반의 음성통화의 문제들을 해결하기 위한 노력에는 어떤것이 있었는가? 이러한 문제들을 해결하기 위해 수신부에 불규칙한 간격으로 도착한 패킷들로 인해 발생하는 버퍼링 지연을 감소시키고 패킷손실을 은닉하기 위한 다양한 방식들[1]이 개발되어 오고 있다. 또한, 딥러닝 방식을 이용하여 배경잡음을 제거하고 통화의 음질을 향상시키기 위한 연구[2,3]가 독립적으로 진행되고 있다. 그러나 아직 패킷손실은닉과 잡음제거를 결합하여 보다 더 나은 고품질의 음성을 획득하기 위한 연구는 아직 미비하다.
VoIP 기반의 음성통화의 문제점은 무엇인가? 최근 들어 인터넷 통신망의 고도화와 스마트 기기의 보급으로 VoIP(Voice-over-IP)를 이용한 영상 및 음성통화 서비스가 제공되고 있다. 그러나 VoIP 기반의 음성통화에서는 기존의 전화와 달리 IP 네트워크 환경의 변동으로 인해 발생하는 지연, 지터 및 패킷 손실과 같은 전송 장애가 음질에 영향을 주고, 인코딩 전에 음성 신호에 추가된 잡음은 인코딩 유형에 따라 예측할 수 없는 음성품질 결과를 초래한다.
VoIP 수신부에 도착하는 음성신호의 품질을 향상시키는 방법에는 무엇이 있는가? 본 논문에서는 VoIP(Voice-over-IP) 수신부에서의 배경잡음 및 패킷손실에 강인한 음질향상 방식을 제안한다. 제안된 방식에서는 하이브리드 마르코프 체인 기반 네트워크 지터추정, 추정된 지터를 이용한 적응적 플레이아웃 스케줄링, 그리고 진폭 및 위상 복원 기반의 음성 향상 방식 등을 결합하여 IP 네트워크를 통해 VoIP 수신부에 도착하는 음성신호의 품질을 향상시킨다. 실험결과는 제안된 방식이 송신부의 인코딩 전에 음성신호에 추가된 잡음을 제거하고 불안정한 네트워크 환경에서 양질의 음성을 제공하는 것을 확인할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (7)

  1. B. H. Kim, H.-G. Kim, J. Jeong, and J. Y. Kim, "VoIP receiver-based adaptive playout scheduling and packet loss concealment technique," IEEE Trans. on Consumer Electronics, 59, 250-258 (2013). 

  2. Y, Xu, J. Du, L.-I. Dai, and C.-H. Lee, "An experimental study on speech enhancement based on deep neural networks," IEEE Signal Processing Letters, 21, 65-68 (2014). 

    상세보기

  3. A. Kumar and D. Florencio, "Speech enhancement in multiple noise conditions using deep neural networks," Proc. Interspeech, 738-3742 (2016). 

  4. Z. Zhao, L. Guardalben, M. Karimzadeh, J. Silva, T. Braun, and S. Sargeno, "Mobility prediction-assisted over-the-top edge prefetching for hierarchical VANETs," IEEE J. Selected Areas in Communication, 1786-1807 (2018). 

  5. W. Jin, X. Liu, M. S. Scordilis, and L. Han, "Speech enhancement using harmonic emphasis and adaptive comb filtering," IEEE Trans. Audio, Speech, and Language Processing, 18, 356-368 (2010). 

  6. J.-M. Valin, "A hybrid DSP/deep learning approach to real-time full-band speech enhancement," arxiv: 1709. 08243v3 (2017). 

  7. H.-G. Kim and J. Y. Kim, "Adaptive single-channel speech enhancement method for a Push-To-Talk enabled wireless communication device," IEICE Trans. on Communications, E99-B, 1745-1753 (2016). 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로