$\require{mediawiki-texvc}$

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.

음원신호 추출을 위한 주파수영역 응용모델에 기초한 독립성분분석
Independent Component Analysis Based on Frequency Domain Approach Model for Speech Source Signal Extraction 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.15 no.5, 2020년, pp.807 - 812  

최재승 (신라대학교 스마트전기전자공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문은 여러 음원신호가 혼합된 환경에서 목적으로 하는 음원신호만을 분리하기 위하여 마이크로폰을 사용한 블라인드 음원분리 알고리즘을 제안한다. 제안하는 알고리즘은 독립성분분석 방법을 기반으로 한 주파수영역 표현모델이다. 따라서 2 음원에 대한 주파수영역 독립성분분석의 실제 환경에서의 유효성 검증을 목적으로, 음원의 종류를 변경하여 주파수영역 독립성분분석을 실행하여 음원분리를 실시하여 그 향상효과를 검증한다. 파형에 의한 실험결과로부터 원래의 파형과 비교하여 2채널의 음원신호를 깨끗하게 분리할 수 있음을 명확히 하였다. 또한 목표 신호 대 간섭 에너지비율을 사용하여 비교한 실험 결과로부터 본 논문에서 제안한 알고리즘의 음원분리 성능이 기존의 알고리즘에 비하여 성능이 향상되었다는 것을 알 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper proposes a blind speech source separation algorithm using a microphone to separate only the target speech source signal in an environment in which various speech source signals are mixed. The proposed algorithm is a model of frequency domain representation based on independent component a...

주제어

#블라인드 음원 분리   #독립 성분 분석   #주파수영역 표현   #음원 분리  

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 여러 음원신호가 혼재된 환경에 있어서 목적으로 하는 음원신호만을 분리하기 위해서 마이크로폰을 사용한 BSS 기술에 대하여 그 필요성을 기술하였으며, ICA를 이용하여 신호를 추출하기 위한 독립성분분석의 대표적 수법인 주파수영역 표현 모델에 기초한 MFDR-ICA 알고리즘을 제안하였다.

가설 설정

  • 이 후에 퍼뮤테이션문제의 해결과 주파수마다 분리행렬의 추정을 동시에 달성하는 수법으로써 ICA를 기초로 한 독립벡터분석(Independent Vector Analysis, IVA))[5, 8-10] 및 Fast ICA[11] 등의 여러 수법이 제안되고 있다. IVA는 ICA를 다변량 확률분포의 모델로 변화시킨 이론으로서 각 음원에 대한 주파수성분을 하나로 정리한 주파수벡터의 생성모델로서 가정한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
ICA는 분리신호의 순서에 임의성이 있기 때문에 어떤 것이 필요하게 되었는가? ICA를 사용하는 BSS는 음원 및 마이크로폰과 관련된 사전정보가 필요 없으며 관측신호만으로도 음원신호를 분리하는 것이 가능하다. 그러나 ICA는 분리신호의 순서에 임의성이 있기 때문에 주파수 빈마다 추정되는 분리신호의 순서를 적절히 변경해야 하는 후처리 문제가 새롭게 필요하게 되었다. 이 후처리는 퍼뮤테이션 문제로 불리며 지금까지 여러 해결법이 제안되어 있다[7-8].
ICA란 무엇인가? 최근, 독립성분분석(Independent Component Analysis, ICA)에 기초한 블라인드 신호분리(Blind Source Separation, BSS)가 특히 주목받고 있다[6]. ICA는 원래 신호성분에 통계적인 독립성을 가정하여 혼합 입력된 음성신호성분으로부터 원래의 신호성분만을 분리하는 기법으로서 이러한 응용기술의 개발이 여러 분야에서 시험되고 있다. ICA를 사용하는 BSS는 음원 및 마이크로폰과 관련된 사전정보가 필요 없으며 관측신호만으로도 음원신호를 분리하는 것이 가능하다.
TDICA가 어려운 문제가 될 수 있는 이유는 무엇인가? 일반적으로 TDICA는 분리 필터의 차수가 크게 되면 계산부하가 증가하게 되어 알고리즘의 수속성도 감소하게 된다. 그러나 이 독립성분분석을 시간영역에서 사용하게 되면 컨볼루션 혼합모델의 분리 필터를 추정할 필요가 있기 때문에 상당히 어려운 문제가 될 수 있다. 반면에 FDICA는 수속성도 양호하며 잔향이 적은 환경 하에서는 양호하게 동작한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. K. Nakadai, H. Nakajima, G. Ince, and Y. Hasegawa, "Sound source separation and automatic speech recognition for moving sources," IEEE/RSJ Int. Conference on Intelligent Robots and Systems, Taipei, Taiwan, Oct., 2010, pp. 976-981. 

  2. T. Kim, H. T. Attias, S. Y. Lee, and T. W. Lee, "Blind Source Separation Exploiting Higher-Order Frequency Dependencies," IEEE Transactions on Audio, Speech, and Language Processing, vol. 15, no. 1, Jan. 2007, pp. 70-79. 

    상세보기

  3. H. T. Kim, "Vocal Separation in Music Using SVM and Selective Frequency Subtraction," J. of Korea Institute of Electronic Communication Sciences, vol. 10, no. 1, 2015, pp. 1-6. 

  4. C. B. Lee, "Evaluation of a signal segregation by FDBM," J. of the Korea Institute of Electronic Communication Sciences, vol. 8, no. 12, 2013, pp. 1793-1802. 

  5. J. S. Choi, "Mixed Noise Cancellation by Independent Vector Analysis and Frequency Band Beamforming Algorithm in 4-channel Environments," J. of the Korea Institute of Electronic Communication Sciences, vol. 14, no. 5, 2019, pp. 811-816. 

  6. F. Asano, S. Ikeda, M. Ogawa, H. Asoh, and N. Kitawaki, "Combined approach of array processing and independent component analysis for blind separation of acoustic signals," IEEE Trans. on Speech and Audio Processing, vol. 11, no. 3, May 2003, pp. 204-215. 

  7. H. Sawada, S. Araki, and S. Makino, "Measuring Dependence of Bin-Wise Separated Signals for Permutation Alignment in Frequency-Domain BSS," IEEE International Symposium on Circuits and Systems, New Orleans, LA, USA, May 2007, pp. 3247-3250. 

  8. Z. Chu and K. S. Bae, "Post-processing of IVA-based 2-channel blind source separation for solving frequency bin permutation problem," Phonetics and Speech Sciences, vol. 5, no. 4, Dec. 2013, pp. 211-216. 

  9. X. Wang, X. Quan, and K. S. Bae, "Microphone Array Based Speech Enhancement Using Independent Vector Analysis," Phonetics and Speech Sciences, vol. 4, no. 4, Dec. 2012, pp. 87-92. 

  10. J. S. Choi, "A Blind Source Separation Method Based on Independent Vector Analysis for Separation of Speech Signal and Noise Signal," The Journal of Korean Institute of Information Technology, vol. 16, no. 10, Oct. 2018, pp. 69-74. 

    상세보기

  11. E. Bingham and A. Hyvarinen, "A fast fixed-point algorithm for independent component analysis for complex valued signals," International Journal of Neural Systems, vol. 10, no. 1, Feb. 2000, pp. 1-8. 

  12. T. Nishikawa, H. Saruwatari, and K. Shikano, "Comparison of time-domain ICA, frequency-domain ICA and multistage ICA for blind source separation," 2002 11th European Signal Processing Conference, vol. II, Sept. 2002, pp. 15-18. 

  13. F. Nesta, P. Svaizer, and M. Omologo, "Convolutive BSS of short mixtures by ICA recursively regularized across frequencies," IEEE Trans. on Audio, Speech, and Language Processing, vol. 19, no. 3, Mar. 2011, pp. 624-639. 

  14. X. Quan and K. S. Bae, "Improvement of convergence speed in FDICA algorithm with weighted inner product constraint of unmixing matrix," Phonetics and speech sciences, vol. 7, no. 4, 2015, pp. 17-25. 

  15. H. W. Lee, "Acoustic Echo Cancellation Based on Convolutive Blind Signal Separation Method," J. of the Korea Institute of Electronic Communication Sciences, vol. 13, no. 5, Oct. 2018, pp. 979-986. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 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