[논문]베이지안 비음수 행렬 인수분해 기반의 음성 강화 기법에서 최적의 latent source 개수에 대한 연구

이혜인; 서지훈; 이영한; 김제우; 이석필

베이지안 비음수 행렬 인수분해 기반의 음성 강화 기법에서 최적의 latent source 개수에 대한 연구
Study on optimal number of latent source in speech enhancement based Bayesian nonnegative matrix factorization 원문보기

이혜인 (상명대학교 컴퓨터과학과) , 서지훈 (상명대학교 컴퓨터과학과) , 이영한 (전자부품연구원) , 김제우 (전자부품연구원) , 이석필 (상명대학교 미디어소프트웨어학과)

본 논문은 베이지안 비음수 행렬 인수분해 (Bayesian nonnegative matrix factorization, BNMF) 기반의 음성 강화 기법에서 음성과 잡음 성분의 latent source 수에 따른 강화성능에 대해 서술한다. BNMF 기반의 음성 강화 기법은 입력 신호를 서브 신호들의 합으로 분해한 후, 잡음 성분을 제거하는 방식으로 그 성능이 기존의 NMF 기반의 방법들보다 우수한 것으로 알려져 있다. 그러나 많은 계산량과 latent source 의 수에 따라 성능의 차이가 있다는 단점이 있다. 이러한 단점을 개선하기 위해 본 논문에서는 BNMF 기반의 음성 강화 기법에서 최적의 latent source 개수를 찾기 위한 실험을 진행하였다. 실험은 잡음의 종류, 음성의 종류, 음성과 잡음의 latent source 의 개수, 그리고 SNR 을 바꿔가며 진행하였고, 성능 평가 방법으로 PESQ (perceptual evaluation of speech quality) 를 이용하였다. 실험 결과, 음성의 latent source 개수는 성능에 영향을 주지 않지만, 잡음의 latent source 개수는 많을수록 성능이 좋은 것으로 확인되었다.

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

문제 정의

따라서 본 논문에서는 BNMF 를 이용하여 음성강화를 할 때, 그 성능과 연산량이 최적이 되도록 하는 latent source 의 개수를 결정하기 위해 음성과 잡음의 latent source 개수를 바꿔가며 실험하였다. 실험은 다섯 종류의 잡음과 여성, 남성의 음성 신호를 SNR 별로 합성하여 사용했으며, 성능평가지표로는 PESQ 를 이용하였다.
본 논문에서는 BNMF 기반의 음성 향상 기법에서 음성과 잡음 각각 최적의 latent source 개수를 결정하기 위한 실험을 진행하였다. 실험데이터로는 화자와 잡음의 종류에 강인하도록 다섯 종류의 환경잡음과 남성과 여성의 음성신호를 이용하였다.

가설 설정

[6] 에서 제안된 방법은 스펙트럼 행렬 V 가 확률 행렬이며 latent source 인 Z 의 합으로 이루어진다고 가정한다. 여기서 Z 는 포아송 분포를 가진다.

제안 방법

모든 실험데이터는 샘플링 주파수가 16kHz 이며 모노 채널인 데이터를 이용하였다. Latent source 개수의 설정은 연산 시간과 음성 향상 성능을 고려하여 음성과 잡음신호 각각 20 개부터 200 개까지 20 의 간격으로 증가시키며 실험을 진행하였다.
Latent source 의 수에 따른 성능을 평가하기 위해 평가지표로는 사람의 청각 인식 특성을 고려한 음성통화 품질을 객관적으로 평가해주는 PESQ 를 사용하였다 [11]. 성능의 추이를 보기 위해 가로축을 음성의 latent source 개수, 세로축을 잡음의 latent source 개수로 정하고, 이를 도식화하였다. 다음의 <그림 1>은 SNR 별 PESQ 를 나타낸 그림이다.
음성 신호로는 남자와 여자가 같은 문장을 녹음한 것을 이용하였다. 실험에 쓰이는 합성신호는 음성과 잡음의 SNR 을 -5 dB, 0 dB, 5 dB, 10 dB로 합성하여 SNR 에 독립적이도록 실험을 진행하였다. 모든 실험데이터는 샘플링 주파수가 16kHz 이며 모노 채널인 데이터를 이용하였다.
실험데이터로는 화자와 잡음의 종류에 강인하도록 다섯 종류의 환경잡음과 남성과 여성의 음성신호를 이용하였다. 음성 향상 성능의 평가지표로는 PESQ 를 이용하였고, latent source 수에 따른 성능의 추이를 보기 위해 실험결과를 도식화하였다. 실험 결과 음성 latent source 개수의 증가는 성능에 영향을 미치지 않지만, 잡음 latent source 개수의 증가는 성능을 향상시킨다는 것을 확인하였다.

대상 데이터

실험에 쓰이는 합성신호는 음성과 잡음의 SNR 을 -5 dB, 0 dB, 5 dB, 10 dB로 합성하여 SNR 에 독립적이도록 실험을 진행하였다. 모든 실험데이터는 샘플링 주파수가 16kHz 이며 모노 채널인 데이터를 이용하였다. Latent source 개수의 설정은 연산 시간과 음성 향상 성능을 고려하여 음성과 잡음신호 각각 20 개부터 200 개까지 20 의 간격으로 증가시키며 실험을 진행하였다.
3. 실험방법

실험결과가 화자의 성별이나 잡음의 종류에 종속적이지 않도록 실험데이터로는 다섯 개의 환경잡음과 남자, 여자 화자의 음성신호가 이용되었다. 우선 잡음으로는 QUT-NOISE-TIMIT 의 데이터들을 사용하였다 [10].
본 논문에서는 BNMF 기반의 음성 향상 기법에서 음성과 잡음 각각 최적의 latent source 개수를 결정하기 위한 실험을 진행하였다. 실험데이터로는 화자와 잡음의 종류에 강인하도록 다섯 종류의 환경잡음과 남성과 여성의 음성신호를 이용하였다. 음성 향상 성능의 평가지표로는 PESQ 를 이용하였고, latent source 수에 따른 성능의 추이를 보기 위해 실험결과를 도식화하였다.
실험결과가 화자의 성별이나 잡음의 종류에 종속적이지 않도록 실험데이터로는 다섯 개의 환경잡음과 남자, 여자 화자의 음성신호가 이용되었다. 우선 잡음으로는 QUT-NOISE-TIMIT 의 데이터들을 사용하였다 [10]. 이 잡음데이터는 사람들이 웅성거리는 babble 환경, TV 나 라디오 등을 통해 음악이 나오는 환경, 차도나 사람이 다니는 거리, 운전하는 차의 내부환경, 그리고 반향이 심한 수영장이나 주차장 환경의 잡음으로 이루어져있다.
이 잡음데이터는 사람들이 웅성거리는 babble 환경, TV 나 라디오 등을 통해 음악이 나오는 환경, 차도나 사람이 다니는 거리, 운전하는 차의 내부환경, 그리고 반향이 심한 수영장이나 주차장 환경의 잡음으로 이루어져있다. 음성 신호로는 남자와 여자가 같은 문장을 녹음한 것을 이용하였다. 실험에 쓰이는 합성신호는 음성과 잡음의 SNR 을 -5 dB, 0 dB, 5 dB, 10 dB로 합성하여 SNR 에 독립적이도록 실험을 진행하였다.

이론/모형

Latent source 의 수에 따른 성능을 평가하기 위해 평가지표로는 사람의 청각 인식 특성을 고려한 음성통화 품질을 객관적으로 평가해주는 PESQ 를 사용하였다 [11]. 성능의 추이를 보기 위해 가로축을 음성의 latent source 개수, 세로축을 잡음의 latent source 개수로 정하고, 이를 도식화하였다.
따라서 본 논문에서는 BNMF 를 이용하여 음성강화를 할 때, 그 성능과 연산량이 최적이 되도록 하는 latent source 의 개수를 결정하기 위해 음성과 잡음의 latent source 개수를 바꿔가며 실험하였다. 실험은 다섯 종류의 잡음과 여성, 남성의 음성 신호를 SNR 별로 합성하여 사용했으며, 성능평가지표로는 PESQ 를 이용하였다.

성능/효과

실험결과를 보면 음성의 latent source 개수가 늘어남에 따른 성능향상은 보이지 않지만, 잡음의 latent source 개수가 늘어남에 따라 성능이 향상된다는 것을 볼 수 있다. 또한 10dB 을 제외하고 음성의 latent source 의 개수가 120 개, 잡음의 latent source 의 개수가 200 개일 때 성능이 좋은 것으로 나타난다.
음성 향상 성능의 평가지표로는 PESQ 를 이용하였고, latent source 수에 따른 성능의 추이를 보기 위해 실험결과를 도식화하였다. 실험 결과 음성 latent source 개수의 증가는 성능에 영향을 미치지 않지만, 잡음 latent source 개수의 증가는 성능을 향상시킨다는 것을 확인하였다.
실험결과를 보면 음성의 latent source 개수가 늘어남에 따른 성능향상은 보이지 않지만, 잡음의 latent source 개수가 늘어남에 따라 성능이 향상된다는 것을 볼 수 있다. 또한 10dB 을 제외하고 음성의 latent source 의 개수가 120 개, 잡음의 latent source 의 개수가 200 개일 때 성능이 좋은 것으로 나타난다.

후속연구

향후 BNMF 기반의 음성강화 기법을 이용할 때, 본 논문의 결과를 토대로 잡음의 latent source 수는 늘리고 상대적으로 음성의 latent source 를 줄여 불필요한 연산은 줄이면서 성능은 향상시킬 수 있다.

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

베이지안 비음수 행렬 인수분해 기반의 음성 강화 기법에서 최적의 latent source 개수에 대한 연구
Study on optimal number of latent source in speech enhancement based Bayesian nonnegative matrix factorization 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

3. 실험방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

베이지안 비음수 행렬 인수분해 기반의 음성 강화 기법에서 최적의 latent source 개수에 대한 연구 Study on optimal number of latent source in speech enhancement based Bayesian nonnegative matrix factorization 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

3. 실험방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

베이지안 비음수 행렬 인수분해 기반의 음성 강화 기법에서 최적의 latent source 개수에 대한 연구
Study on optimal number of latent source in speech enhancement based Bayesian nonnegative matrix factorization 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper