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 연구에서는 부가잡음에 의한 음성신호의 왜곡에 대해 다양한 음성개선기법을 전처리기로 도입하여 HMM에 기반한 음성인식시스템의 성능 저하를 줄이고자 하였으며, 각 음성개선기법에 대해 신호대잡음비에 따른 인식성능을 알아보았다. 음성개선 기법으로는 주파수 영역에서 프레임별 음성부재 확률을 고려한 MMSE STSA 기법과 웨이브렛 영역에서의 UWD, CWD 기법을 사용하였다[3,4,5].
- 본 연구에서는 부가잡음에 의한 음성신호의 왜곡에 대해 다양한 음성개선기법을 전처리기로 도입하여 HMM에 기반한 음성인식시스템의 성능 저하를 줄이고자 하였으며, 각 음성개선기법에 대해 신호대잡음비에 따른 인식성능을 알아보았다. 음성개선 기법으로는 주파수 영역에서 프레임별 음성부재 확률을 고려한 MMSE STSA 기법과 웨이브렛 영역에서의 UWD, CWD 기법을 사용하였다[3,4,5].
제안 방법
- 이때, Threshold 설정을 위한 잡음레벨의 추정은 MAD(Median Absolute DeviatiorD을 사용하였다. Soft-thersholding을 적용한 웨이브렛 계수를 이용하여 역 웨이브렛 변환을 수행함으로써 개선된 음성신호를 구하였다.
- 실험환경은 다음과 같다. 다양한 음성개선기법을 음성인식시스템의 전처리로 사용하였을 경우, 각 개선기법에 따른 인식률을 보기위해 Continuous HMM을 사용하여 고립단어 인식기를 구현하였다. 음성데이터로는 16 kHz, 16 bits로 샘플링된 ETRI (Electronics and Telecommunications Research Institute)의 445 DB 중 임의로 89개의 단어를 선정하여 사용하였으며, 훈련용 화자의 데이터를 사용하여 CHMM을 훈련하고, 테스트용 10명의 화자(남자 6명, 여자 4명)의 데이터를 인식실험에 사용하였다.
- 실험환경은 다음과 같다. 다양한 음성개선기법을 음성인식시스템의 전처리로 사용하였을 경우, 각 개선기법에 따른 인식률을 보기위해 Continuous HMM을 사용하여 고립단어 인식기를 구현하였다. 음성데이터로는 16 kHz, 16 bits로 샘플링된 ETRI (Electronics and Telecommunications Research Institute)의 445 DB 중 임의로 89개의 단어를 선정하여 사용하였으며, 훈련용 화자의 데이터를 사용하여 CHMM을 훈련하고, 테스트용 10명의 화자(남자 6명, 여자 4명)의 데이터를 인식실험에 사용하였다.
- 본 연구에서는 부가잡음에 의한 음성신호의 왜곡에 대해 주파수 영역의 MMSE STSA, 웨이브렛 영역의 CWD, UWD 방식의 음성개선기법을 음성인식시스템의 전처리기 로 도입하여, 잡음음성에 대한 인식성능을 평가하였다.
- 실험과정은 다음과 같다. 부가잡음에 오염된 신호를 신호대잡음비별로 각 음성개선기법을 적용하여 개선된 음성 데이터를 생성하였다. 생성된 데이터를 preemphasis 계수 0.
- 실험과정은 다음과 같다. 부가잡음에 오염된 신호를 신호대잡음비별로 각 음성개선기법을 적용하여 개선된 음성 데이터를 생성하였다. 생성된 데이터를 preemphasis 계수 0.
- 부가잡음에 오염된 신호를 신호대잡음비별로 각 음성개선기법을 적용하여 개선된 음성 데이터를 생성하였다. 생성된 데이터를 preemphasis 계수 0.95로 전처리한 후, 20 ms의 해밍 윈도우를 10 ms 간격으로 오버랩하여 구간단위 분석하 였으며, 각 구간에서 1차의 에너지와 13차의 멜 켑스트럼을 구하고, 현재 구간을 포함한 전후 각 3구간(전체 7구간)의 정보를 이용하여 1차의 차분 에너지와 13차의 차분 멜 켑스트럼을 구하여 인식실험에 사용하였다.
- 부가잡음에 오염된 신호를 신호대잡음비별로 각 음성개선기법을 적용하여 개선된 음성 데이터를 생성하였다. 생성된 데이터를 preemphasis 계수 0.95로 전처리한 후, 20 ms의 해밍 윈도우를 10 ms 간격으로 오버랩하여 구간단위 분석하 였으며, 각 구간에서 1차의 에너지와 13차의 멜 켑스트럼을 구하고, 현재 구간을 포함한 전후 각 3구간(전체 7구간)의 정보를 이용하여 1차의 차분 에너지와 13차의 차분 멜 켑스트럼을 구하여 인식실험에 사용하였다.
- 음성데이터로는 16 kHz, 16 bits로 샘플링된 ETRI (Electronics and Telecommunications Research Institute)의 445 DB 중 임의로 89개의 단어를 선정하여 사용하였으며, 훈련용 화자의 데이터를 사용하여 CHMM을 훈련하고, 테스트용 10명의 화자(남자 6명, 여자 4명)의 데이터를 인식실험에 사용하였다. 테스트용 데이터에 백색 가우시안 잡음을 첨가하여 25, 20, 15, 10[dB]의 신호대 잡음비를 가지는 실험데이터를 만들었다. 각 신호대잡음비에 대한 실험데이터 수는 1777개이다.
- 음성데이터로는 16 kHz, 16 bits로 샘플링된 ETRI (Electronics and Telecommunications Research Institute)의 445 DB 중 임의로 89개의 단어를 선정하여 사용하였으며, 훈련용 화자의 데이터를 사용하여 CHMM을 훈련하고, 테스트용 10명의 화자(남자 6명, 여자 4명)의 데이터를 인식실험에 사용하였다. 테스트용 데이터에 백색 가우시안 잡음을 첨가하여 25, 20, 15, 10[dB]의 신호대 잡음비를 가지는 실험데이터를 만들었다. 각 신호대잡음비에 대한 실험데이터 수는 1777개이다.
대상 데이터
- 테스트용 데이터에 백색 가우시안 잡음을 첨가하여 25, 20, 15, 10[dB]의 신호대 잡음비를 가지는 실험데이터를 만들었다. 각 신호대잡음비에 대한 실험데이터 수는 1777개이다.
- 다양한 음성개선기법을 음성인식시스템의 전처리로 사용하였을 경우, 각 개선기법에 따른 인식률을 보기위해 Continuous HMM을 사용하여 고립단어 인식기를 구현하였다. 음성데이터로는 16 kHz, 16 bits로 샘플링된 ETRI (Electronics and Telecommunications Research Institute)의 445 DB 중 임의로 89개의 단어를 선정하여 사용하였으며, 훈련용 화자의 데이터를 사용하여 CHMM을 훈련하고, 테스트용 10명의 화자(남자 6명, 여자 4명)의 데이터를 인식실험에 사용하였다. 테스트용 데이터에 백색 가우시안 잡음을 첨가하여 25, 20, 15, 10[dB]의 신호대 잡음비를 가지는 실험데이터를 만들었다.
- 다양한 음성개선기법을 음성인식시스템의 전처리로 사용하였을 경우, 각 개선기법에 따른 인식률을 보기위해 Continuous HMM을 사용하여 고립단어 인식기를 구현하였다. 음성데이터로는 16 kHz, 16 bits로 샘플링된 ETRI (Electronics and Telecommunications Research Institute)의 445 DB 중 임의로 89개의 단어를 선정하여 사용하였으며, 훈련용 화자의 데이터를 사용하여 CHMM을 훈련하고, 테스트용 10명의 화자(남자 6명, 여자 4명)의 데이터를 인식실험에 사용하였다. 테스트용 데이터에 백색 가우시안 잡음을 첨가하여 25, 20, 15, 10[dB]의 신호대 잡음비를 가지는 실험데이터를 만들었다.
이론/모형
- 우선, CWD와 UWD를 위해서 각각 그림 1의 (a), (b)를 이용해 웨이브렛 변환을 수행하고, 무성음에서 신호손실이 많이 발생하는 것을 막기 위해 무성음 구간을 검출하여 유성음 구간과 처리를 달리한다. 그리고, 변환된 영역에서 아래와 같은 Soft-thresholding 기법을 적용하여 음성을 개선한다[6,7].
- 우선, CWD와 UWD를 위해서 각각 그림 1의 (a), (b)를 이용해 웨이브렛 변환을 수행하고, 무성음에서 신호손실이 많이 발생하는 것을 막기 위해 무성음 구간을 검출하여 유성음 구간과 처리를 달리한다. 그리고, 변환된 영역에서 아래와 같은 Soft-thresholding 기법을 적용하여 음성을 개선한다[6,7].
- 본 연구에서는 부가잡음에 의한 음성신호의 왜곡에 대해 다양한 음성개선기법을 전처리기로 도입하여 HMM에 기반한 음성인식시스템의 성능 저하를 줄이고자 하였으며, 각 음성개선기법에 대해 신호대잡음비에 따른 인식성능을 알아보았다. 음성개선 기법으로는 주파수 영역에서 프레임별 음성부재 확률을 고려한 MMSE STSA 기법과 웨이브렛 영역에서의 UWD, CWD 기법을 사용하였다[3,4,5].본 논문의 구성은 다음과 같다.
- 본 연구에서는 부가잡음에 의한 음성신호의 왜곡에 대해 다양한 음성개선기법을 전처리기로 도입하여 HMM에 기반한 음성인식시스템의 성능 저하를 줄이고자 하였으며, 각 음성개선기법에 대해 신호대잡음비에 따른 인식성능을 알아보았다. 음성개선 기법으로는 주파수 영역에서 프레임별 음성부재 확률을 고려한 MMSE STSA 기법과 웨이브렛 영역에서의 UWD, CWD 기법을 사용하였다[3,4,5].본 논문의 구성은 다음과 같다.
성능/효과
- 음성개선기법별로 각각 신호대잡음비에 따른 인식률을 구해본 결과 MMSE STSA방식이 다른 방식에 비해서 높은 성능을 나타내었다. 향후 다양한 잡음에 대한 실험과 함께, 채널 특성에 기인한 음성신호의 왜곡을 개선해 주는 방법에 관한 연구가 실제 환경에서 음성인식 기술을 적용하기 위해서 이루어져야한다.
- 음성개선기법별로 각각 신호대잡음비에 따른 인식률을 구해본 결과 MMSE STSA방식이 다른 방식에 비해서 높은 성능을 나타내었다. 향후 다양한 잡음에 대한 실험과 함께, 채널 특성에 기인한 음성신호의 왜곡을 개선해 주는 방법에 관한 연구가 실제 환경에서 음성인식 기술을 적용하기 위해서 이루어져야한다.
- 반면, 음성개선기법을 전처리기로 사용하지 않았을 경우, 부가 잡음에 왜곡된 데이터에 대해서는 신호대잡음비에 따라 인식률이 급격히 나빠지는 것을 볼 수 있다. 전체 적으로 음성부재 확률을 고려한 MMSE STSA 방식의 성능이 웨이브렛 방식에 비해 우수한 결과를 보였으며, 웨 이브렛 영역에서의 UWD 및 CWD 기법은 서로 비슷한 성능을 보였다.
- 반면, 음성개선기법을 전처리기로 사용하지 않았을 경우, 부가 잡음에 왜곡된 데이터에 대해서는 신호대잡음비에 따라 인식률이 급격히 나빠지는 것을 볼 수 있다. 전체 적으로 음성부재 확률을 고려한 MMSE STSA 방식의 성능이 웨이브렛 방식에 비해 우수한 결과를 보였으며, 웨 이브렛 영역에서의 UWD 및 CWD 기법은 서로 비슷한 성능을 보였다.
후속연구
- 향후 다양한 잡음에 대한 실 험과 함꺼】, 채널 특성에 기인한 음성신호의 왜곡을 개 선해 주는 방법에 관한 연구가 실제 환경에서 음성인식 기술을 적용하기 위해서 이루어져야한다.
- 음성개선기법별로 각각 신호대잡음비에 따른 인식률을 구해본 결과 MMSE STSA방식이 다른 방식에 비해서 높은 성능을 나타내었다. 향후 다양한 잡음에 대한 실험과 함께, 채널 특성에 기인한 음성신호의 왜곡을 개선해 주는 방법에 관한 연구가 실제 환경에서 음성인식 기술을 적용하기 위해서 이루어져야한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.