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
- 따라서 본 논문에서는 동일한 조건에서 일반적인 마 이크로폰으로 수집한 air-conducted 음성 신호와 새로운 입력원인 진동 픽업 마이크로폰으로부터 수집된 body, conducted 음성 신호를 비교 분석하고, 소음 환경에서 body-conducted 신호를 이용한 인식 시스템의 활용 가 능성을 살펴보고자 한다.
- 따라서 본 논문에서는 동일한 조건에서 일반적인 마이크로폰으로 수집한 air conducted 음성 신호와 새로운 입력원인 진동 픽업 마이크로폰으로부터 수집된 body conducted 음성 신호를 비교 분석하고, 소음 환경에서 body-conducted 신호를 이용한 인식 시스템의 활용 가능성을 살펴보고자 한다. 이를 위해 다이나믹 마이크로폰과 headgear, ear, neck 타입의 진동 픽업 마이크로폰을 사용하여 무소음 환경과 70dBA, 90dBA(SPL)의 화이트노이즈를 재생한 소음환경에서 음성 신호를 수집하고 인식 실험을 수행하였다.
제안 방법
- 다이나믹 마이크로폰과 진동 픽업 마이크로폰 종류에 따른 무소음 환경과 소음 환경에서의 인식률의 차이를 비교하기 위하여 훈련 과정에서 사용된 데이터와 인식 과정에서 테스트를 위한 데이터들 사이에 환경이 일치된 경우의 인식률을 조사하였고 그 결과는 표 1과 같다.
- 다이나믹 마이크로폰과 진동 픽업 마이크로폰 종류에 따른 무소음 환경과 소음 환경에서의 인식률의 차이를 비교하기 위하여 훈련 과정에서 사용된 데이터와 인식 과정에서 테스트를 위한 데이터들 사이에 환경이 일치된 경우의 인식률을 조사하였고 그 결과는 표 1과 같다.
- 본 논문에서는 무소음과 소음 환경에서 일반적인 다이나믹 마이크로폰으로부터 수집된 air-conducted 음성과 새로운 입력원인 headgear, ear, neck 타입의 진동 픽업 마이크로폰에서 동시에 수집된 body-conducted 음성을 이용하여 인식 실험을 하였다. 70dBA, 90dBA의 소음 환경에서 air-conducted 음성은 환경 불일치로 인하여 인식 성능이 급격히 저하되지만, headgear 마이크로폰에서 수집된 body-conducted 음성은 비록 주파수 대역폭이 제한되어 있고 청감 명료도가 높지 않지만 외부잡음에 영향을 덜 받으므로 보다 소음에 강인한 특성을보였다.
- 본 논문에서는 무소음과 소음 환경에서 일반적인 다이나믹 마이크로폰으로부터 수집된 air-conducted 음성과 새로운 입력원인 headgear, ear, neck 타입의 진동 픽업 마이크로폰에서 동시에 수집된 body-conducted 음성을 이용하여 인식 실험을 하였다. 70dBA, 90dBA의 소음 환경에서 air-conducted 음성은 환경 불일치로 인하여 인식 성능이 급격히 저하되지만, headgear 마이크로폰에서 수집된 body-conducted 음성은 비록 주파수 대역폭이 제한되어 있고 청감 명료도가 높지 않지만 외부잡음에 영향을 덜 받으므로 보다 소음에 강인한 특성을보였다.
- 소음 환경에서 진동 픽업 마이크로폰의 특성을 살피고 body-conducted 음성 신호의 소음에 대한 강인성을 파악하기 위해 다이나믹 마이크로폰에서 수집된 음성에서 잡음 제거 방법을 적용시킨 결과와 body-conducted 음성 신호를 이용한 인식 결과를 비교 실험하였다.본 논문에서는 훈련 조건과 인식 조건 사이의 불일치(mismatch)를 줄이기 위해 주파수 차감법과 위너 필터링 방법을 적용하여 음질 개선을 시킨 후 얻어진 결과를 사용한다[3]
- 소음 환경에서 진동 픽업 마이크로폰의 특성을 살피고 body-conducted 음성 신호의 소음에 대한 강인성을 파악하기 위해 다이나믹 마이크로폰에서 수집된 음성에서 잡음 제거 방법을 적용시킨 결과와 body-conducted 음성 신호를 이용한 인식 결과를 비교 실험하였다.본 논문에서는 훈련 조건과 인식 조건 사이의 불일치(mismatch)를 줄이기 위해 주파수 차감법과 위너 필터링 방법을 적용하여 음질 개선을 시킨 후 얻어진 결과를 사용한다[3]
- 소음 환경에서 진동 픽업 마이크로폰의 특성을 살피고 body-conducted 음성 신호의 소음에 대한 강인성을 파악하기 위해 다이나믹 마이크로폰에서 수집된 음성에서 잡음 제거 방법을 적용시킨 결과와 body-conducted 음성 신호를 이용한 인식 결과를 비교 실험하였다.본 논문에서는 훈련 조건과 인식 조건 사이의 불일치(mismatch)를 줄이기 위해 주파수 차감법과 위너 필터링 방법을 적용하여 음질 개선을 시킨 후 얻어진 결과를 사용한다[3]
- 소음 환경에서 진동 픽업 마이크로폰의 특성을 살피고 body-conducted 음성 신호의 소음에 대한 강인성을 파악하기 위해 다이나믹 마이크로폰에서 수집된 음성에서 잡음 제거 방법을 적용시킨 결과와 body-conducted 음성 신호를 이용한 인식 결과를 비교 실험하였다.본 논문에서는 훈련 조건과 인식 조건 사이의 불일치(mismatch)를 줄이기 위해 주파수 차감법과 위너 필터링 방법을 적용하여 음질 개선을 시킨 후 얻어진 결과를 사용한다[3]
- 일반 다이나믹 마이크로폰 1종과 진동 픽업 마이크로폰을 3종을 이용하여 무소음 환경과 소음 환경에서 음성 데이터베이스를 구축하였다. 음성 데이터 수집에 이용되는 마이크로폰의 종류는 그림 1과 같으며 방음 부스에서 멀티트랙 레코더를 이용하여 4채널 동시 녹음하였다. 소음환경은 무소음 환경과 다이나믹 마이크 위치에서 음압 레벨이 각각 70dBA, 90dBA가 되도록 스피커를 통하여 화이트 노이즈를 재생한 소음 환경으로 구성된다.
- 음성신호는 20ms의 윈도우 구간에 10ms씩 중첩하여분석하였고, 음향 모델 훈련 및 평가에 사용된 특징 벡터로는 C0를 포함한 MFCC 13차, delta, delta-delta를이용하여 총 39차 음성특징벡터를 적용하였다. 인식에 사용된 HMM 모델은 트라이폰 단위의 1 gaussian mixture를 사용하여 3 state의 left-to-right 방식의 연속 밀도 HMM을 기반으로 하였다.
- 음성신호는 20ms의 윈도우 구간에 10ms씩 중첩하여분석하였고, 음향 모델 훈련 및 평가에 사용된 특징 벡터로는 C0를 포함한 MFCC 13차, delta, delta-delta를이용하여 총 39차 음성특징벡터를 적용하였다. 인식에 사용된 HMM 모델은 트라이폰 단위의 1 gaussian mixture를 사용하여 3 state의 left-to-right 방식의 연속 밀도 HMM을 기반으로 하였다.
- 따라서 본 논문에서는 동일한 조건에서 일반적인 마이크로폰으로 수집한 air conducted 음성 신호와 새로운 입력원인 진동 픽업 마이크로폰으로부터 수집된 body conducted 음성 신호를 비교 분석하고, 소음 환경에서 body-conducted 신호를 이용한 인식 시스템의 활용 가능성을 살펴보고자 한다. 이를 위해 다이나믹 마이크로폰과 headgear, ear, neck 타입의 진동 픽업 마이크로폰을 사용하여 무소음 환경과 70dBA, 90dBA(SPL)의 화이트노이즈를 재생한 소음환경에서 음성 신호를 수집하고 인식 실험을 수행하였다. 또한 소음의 영향으로 인한 훈련 환경과 인식환경의 불일치를 줄이기 위해 음질 개선 방법인 주파수 차감법(spectral subtraction), 위너 필터링(Wiener filtering) 방법, 채널 왜곡의 영향을 보상하는 기법인 CMN(cepstral mean normalization)을 적용하여 성능을 비교 분석하였다.
- 따라서 본 논문에서는 동일한 조건에서 일반적인 마이크로폰으로 수집한 air conducted 음성 신호와 새로운 입력원인 진동 픽업 마이크로폰으로부터 수집된 body conducted 음성 신호를 비교 분석하고, 소음 환경에서 body-conducted 신호를 이용한 인식 시스템의 활용 가능성을 살펴보고자 한다. 이를 위해 다이나믹 마이크로폰과 headgear, ear, neck 타입의 진동 픽업 마이크로폰을 사용하여 무소음 환경과 70dBA, 90dBA(SPL)의 화이트노이즈를 재생한 소음환경에서 음성 신호를 수집하고 인식 실험을 수행하였다. 또한 소음의 영향으로 인한 훈련 환경과 인식환경의 불일치를 줄이기 위해 음질 개선 방법인 주파수 차감법(spectral subtraction), 위너 필터링(Wiener filtering) 방법, 채널 왜곡의 영향을 보상하는 기법인 CMN(cepstral mean normalization)을 적용하여 성능을 비교 분석하였다.
- 인식 실험을 위하여 29명의 화자가 PBW(Phonetically Balanced Words) 452단어를 발성한 데이터를 사용하였으며 한 화자는 226단어를 발성하였다. 인식 실험은 훈련 데이터 분량이 충분하지 않다고 판단되어 close test로 수행하였으며 9명(남성 5, 여성 4)에 한하여 테스트를수행하였다.
- 인식 실험을 위하여 29명의 화자가 PBW(Phonetically Balanced Words) 452단어를 발성한 데이터를 사용하였으며 한 화자는 226단어를 발성하였다. 인식 실험은 훈련 데이터 분량이 충분하지 않다고 판단되어 close test로 수행하였으며 9명(남성 5, 여성 4)에 한하여 테스트를수행하였다.
- 일반 다이나믹 마이크로폰 1종과 진동 픽업 마이크로폰을 3종을 이용하여 무소음 환경과 소음 환경에서 음성 데이터베이스를 구축하였다. 음성 데이터 수집에 이용되는 마이크로폰의 종류는 그림 1과 같으며 방음 부스에서 멀티트랙 레코더를 이용하여 4채널 동시 녹음하였다.
- 일반 다이나믹 마이크로폰 1종과 진동 픽업 마이크로폰을 3종을 이용하여 무소음 환경과 소음 환경에서 음성 데이터베이스를 구축하였다. 음성 데이터 수집에 이용되는 마이크로폰의 종류는 그림 1과 같으며 방음 부스에서 멀티트랙 레코더를 이용하여 4채널 동시 녹음하였다.
대상 데이터
- 소음환경은 무소음 환경과 다이나믹 마이크 위치에서 음압 레벨이 각각 70dBA, 90dBA가 되도록 스피커를 통하여 화이트 노이즈를 재생한 소음 환경으로 구성된다. 무소음 환경에서는 40명분의 데이터를 수집하고 70dBA와 90dBA의 소음 환경에서는 각각 20명씩 데이터를 수집하였다. 한편 소음 정도에 따른 화자의 롬바드 효과를 분석할 수 있도록 10명의 화자는 3가지 소음 환경에서 재차 발성하도록 하였다[1].
- 소음환경은 무소음 환경과 다이나믹 마이크 위치에서 음압 레벨이 각각 70dBA, 90dBA가 되도록 스피커를 통하여 화이트 노이즈를 재생한 소음 환경으로 구성된다. 무소음 환경에서는 40명분의 데이터를 수집하고 70dBA와 90dBA의 소음 환경에서는 각각 20명씩 데이터를 수집하였다. 한편 소음 정도에 따른 화자의 롬바드 효과를 분석할 수 있도록 10명의 화자는 3가지 소음 환경에서 재차 발성하도록 하였다[1].
-
본 논문에서 사용된 body-conducted 음성 신호는 3가지의 다른 위치(headgear, ear, neck)에서 픽업되며 수집에 사용된 진동 픽업 마이크로폰에 대한 소개는 다음과
같다. Headgear 타입의 HG17은 고출력의 골도 스피커를 두 귀에 배치하고 송신용의골도 마이크로폰은 머리 위 중앙에 위치하고 있다. - 인식 실험을 위하여 29명의 화자가 PBW(Phonetically Balanced Words) 452단어를 발성한 데이터를 사용하였으며 한 화자는 226단어를 발성하였다. 인식 실험은 훈련 데이터 분량이 충분하지 않다고 판단되어 close test로 수행하였으며 9명(남성 5, 여성 4)에 한하여 테스트를수행하였다.
- 인식 실험을 위하여 29명의 화자가 PBW(Phonetically Balanced Words) 452단어를 발성한 데이터를 사용하였으며 한 화자는 226단어를 발성하였다. 인식 실험은 훈련 데이터 분량이 충분하지 않다고 판단되어 close test로 수행하였으며 9명(남성 5, 여성 4)에 한하여 테스트를수행하였다.
이론/모형
- 이를 위해 다이나믹 마이크로폰과 headgear, ear, neck 타입의 진동 픽업 마이크로폰을 사용하여 무소음 환경과 70dBA, 90dBA(SPL)의 화이트노이즈를 재생한 소음환경에서 음성 신호를 수집하고 인식 실험을 수행하였다. 또한 소음의 영향으로 인한 훈련 환경과 인식환경의 불일치를 줄이기 위해 음질 개선 방법인 주파수 차감법(spectral subtraction), 위너 필터링(Wiener filtering) 방법, 채널 왜곡의 영향을 보상하는 기법인 CMN(cepstral mean normalization)을 적용하여 성능을 비교 분석하였다.
- 이를 위해 다이나믹 마이크로폰과 headgear, ear, neck 타입의 진동 픽업 마이크로폰을 사용하여 무소음 환경과 70dBA, 90dBA(SPL)의 화이트노이즈를 재생한 소음환경에서 음성 신호를 수집하고 인식 실험을 수행하였다. 또한 소음의 영향으로 인한 훈련 환경과 인식환경의 불일치를 줄이기 위해 음질 개선 방법인 주파수 차감법(spectral subtraction), 위너 필터링(Wiener filtering) 방법, 채널 왜곡의 영향을 보상하는 기법인 CMN(cepstral mean normalization)을 적용하여 성능을 비교 분석하였다.
- 음성신호는 20ms의 윈도우 구간에 10ms씩 중첩하여분석하였고, 음향 모델 훈련 및 평가에 사용된 특징 벡터로는 C0를 포함한 MFCC 13차, delta, delta-delta를이용하여 총 39차 음성특징벡터를 적용하였다. 인식에 사용된 HMM 모델은 트라이폰 단위의 1 gaussian mixture를 사용하여 3 state의 left-to-right 방식의 연속 밀도 HMM을 기반으로 하였다.
성능/효과
- 본 논문에서는 무소음과 소음 환경에서 일반적인 다이나믹 마이크로폰으로부터 수집된 air-conducted 음성과 새로운 입력원인 headgear, ear, neck 타입의 진동 픽업 마이크로폰에서 동시에 수집된 body-conducted 음성을 이용하여 인식 실험을 하였다. 70dBA, 90dBA의 소음 환경에서 air-conducted 음성은 환경 불일치로 인하여 인식 성능이 급격히 저하되지만, headgear 마이크로폰에서 수집된 body-conducted 음성은 비록 주파수 대역폭이 제한되어 있고 청감 명료도가 높지 않지만 외부잡음에 영향을 덜 받으므로 보다 소음에 강인한 특성을보였다.
- 본 논문에서는 무소음과 소음 환경에서 일반적인 다이나믹 마이크로폰으로부터 수집된 air-conducted 음성과 새로운 입력원인 headgear, ear, neck 타입의 진동 픽업 마이크로폰에서 동시에 수집된 body-conducted 음성을 이용하여 인식 실험을 하였다. 70dBA, 90dBA의 소음 환경에서 air-conducted 음성은 환경 불일치로 인하여 인식 성능이 급격히 저하되지만, headgear 마이크로폰에서 수집된 body-conducted 음성은 비록 주파수 대역폭이 제한되어 있고 청감 명료도가 높지 않지만 외부잡음에 영향을 덜 받으므로 보다 소음에 강인한 특성을보였다.
- 각각의 마이크로폰에서 무소음 환경의 음성을 이용하여 음향 모델을 작성한 후, 70dBA와 90dBA의 소음 환경의 음성을 인식 할 경우에는 급격한 인식률의 저하를 보인다. Body-conducted 음성 신호는 air-conducted 음성 신호에 비해 전반적으로 소음 환경에서 강인한 특성을 보이며, 90dBA의 고소음 환경에서는 다이나믹 마이크로폰의 경우 배경 잡음이 그대로 반영되어 거의 인식이 되지 않는 반면, headgear 타입의 마이크로폰은 소음에 가장 강인한 특성을 보이며 headgear, nec, ear 마이크로폰 순으로 좋은 인식 성능을 나타내었다.
- 각각의 마이크로폰에서 무소음 환경의 음성을 이용하여 음향 모델을 작성한 후, 70dBA와 90dBA의 소음 환경의 음성을 인식 할 경우에는 급격한 인식률의 저하를 보인다. Body-conducted 음성 신호는 air-conducted 음성 신호에 비해 전반적으로 소음 환경에서 강인한 특성을 보이며, 90dBA의 고소음 환경에서는 다이나믹 마이크로폰의 경우 배경 잡음이 그대로 반영되어 거의 인식이 되지 않는 반면, headgear 타입의 마이크로폰은 소음에 가장 강인한 특성을 보이며 headgear, nec, ear 마이크로폰 순으로 좋은 인식 성능을 나타내었다.
- 다이나믹 마이크로폰에서 수집된 음성은 소음 레벨이 커질수록 위너필터와 CMN을 결합시킨 방법에서 가장 좋은 인식 성능을 얻을 수 있었으며, 진동 픽업 마이크로폰은 음질 개선 방법보다는 채널 왜곡을 줄이기 위한 CMN 방법을 적용하였을 경우 보상 능력이 크며 보다 효과적이었음을 알 수 있다.
- 다이나믹 마이크로폰에서 수집된 음성은 소음 레벨이 커질수록 위너필터와 CMN을 결합시킨 방법에서 가장 좋은 인식 성능을 얻을 수 있었으며, 진동 픽업 마이크로폰은 음질 개선 방법보다는 채널 왜곡을 줄이기 위한 CMN 방법을 적용하였을 경우 보상 능력이 크며 보다 효과적이었음을 알 수 있다.
- 음질 개선 방법과 채널 왜곡 보상 방법을 적용한 인식 실험의 경우, 90dBA의 고소음 환경에서 다이나믹 마이크로폰은 위너필터와 CMN을 결합하였을 때, headgear 마이크로폰은 CMN만을 적용하였을 때 각각 69.72%, 70.43%의 인식 성능을 보였다. 이처럼 보상 알고리즘을 달리 적용하였을 경우 air-conducted 음성과 headgear 타입의 body-conducted 음성의 최고 인식 성능의 차이가 거의 없음을 확인할 수 있다.
- 음질 개선 방법과 채널 왜곡 보상 방법을 적용한 인식 실험의 경우, 90dBA의 고소음 환경에서 다이나믹 마이크로폰은 위너필터와 CMN을 결합하였을 때, headgear 마이크로폰은 CMN만을 적용하였을 때 각각 69.72%, 70.43%의 인식 성능을 보였다. 이처럼 보상 알고리즘을 달리 적용하였을 경우 air-conducted 음성과 headgear 타입의 body-conducted 음성의 최고 인식 성능의 차이가 거의 없음을 확인할 수 있다.
후속연구
- Body-conducted 음성의 경우에는 채널영역에서의 왜곡을 보상하는 방법이 인식 성능 향상에 상당히 효과적이었으므로 향후 잡음에 강인한 특징 추출 방법과 보다 적합한 채널 왜곡 보상 방법이 모색되어야 하며, SNR이 OdB 이하인 고소음 환경에서 body-conducted 음성에 대한 연구가 향후 과제로 남아 있다.
- Body-conducted 음성의 경우에는 채널영역에서의 왜곡을 보상하는 방법이 인식 성능 향상에 상당히 효과적이었으므로 향후 잡음에 강인한 특징 추출 방법과 보다 적합한 채널 왜곡 보상 방법이 모색되어야 하며, SNR이 OdB 이하인 고소음 환경에서 body-conducted 음성에 대한 연구가 향후 과제로 남아 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.