초록 ▼

본 발명의 실시 예는 노이즈 제거의 대상이 되는 입력 음성 신호를 수신하는 입력부; 및 딥 러닝(deep learning) 알고리즘을 통해 복수의 레퍼런스 음성 신호들을 이용하여 학습된 노이즈 캔슬링 모델에 기반하여 상기 입력 음성 신호로부터 노이즈를 제거한 제1 음성 신호를 생성하고, 통계적 분석(statistical analysis)에 기반하여 상기 제1 음성 신호로부터 잔여 노이즈를 제거한 제2 음성 신호를 생성하고, 상기 제2 음성 신호에 상응하는 출력 음성 신호를 생성하는 프로세서를 포함하는, 노이즈 캔슬링 장치를 제공한다

본 발명의 실시 예는 노이즈 제거의 대상이 되는 입력 음성 신호를 수신하는 입력부; 및 딥 러닝(deep learning) 알고리즘을 통해 복수의 레퍼런스 음성 신호들을 이용하여 학습된 노이즈 캔슬링 모델에 기반하여 상기 입력 음성 신호로부터 노이즈를 제거한 제1 음성 신호를 생성하고, 통계적 분석(statistical analysis)에 기반하여 상기 제1 음성 신호로부터 잔여 노이즈를 제거한 제2 음성 신호를 생성하고, 상기 제2 음성 신호에 상응하는 출력 음성 신호를 생성하는 프로세서를 포함하는, 노이즈 캔슬링 장치를 제공한다.

대표청구항 ▼

노이즈 캔슬링(noise canceling) 장치에 있어서,노이즈 제거의 대상이 되는 입력 음성 신호를 수신하는 입력부; 및딥 러닝(deep learning) 알고리즘을 통해 복수의 레퍼런스 음성 신호들을 이용하여 학습된 노이즈 캔슬링 모델에 기반하여 상기 입력 음성 신호로부터 노이즈를 제거한 제1 음성 신호를 생성하고, 통계적 분석(statistical analysis)에 기반하여 상기 제1 음성 신호로부터 잔여 노이즈를 제거한 제2 음성 신호를 생성하고, 상기 제2 음성 신호에 상응하는 출력 음성 신호를 생성하는 프로세서를 포함

노이즈 캔슬링(noise canceling) 장치에 있어서,노이즈 제거의 대상이 되는 입력 음성 신호를 수신하는 입력부; 및딥 러닝(deep learning) 알고리즘을 통해 복수의 레퍼런스 음성 신호들을 이용하여 학습된 노이즈 캔슬링 모델에 기반하여 상기 입력 음성 신호로부터 노이즈를 제거한 제1 음성 신호를 생성하고, 통계적 분석(statistical analysis)에 기반하여 상기 제1 음성 신호로부터 잔여 노이즈를 제거한 제2 음성 신호를 생성하고, 상기 제2 음성 신호에 상응하는 출력 음성 신호를 생성하는 프로세서를 포함하고,상기 노이즈 캔슬링 모델은상기 복수의 레퍼런스 음성 신호들에서 추출된 제1 입력 특징 벡터(input feature vector) 및 제1 대상 특징 벡터(target feature vector)를 이용하여 학습된 심층 신경망(deep neural network; DNN) 모델이고,상기 제1 입력 특징 벡터는로그 파워 스펙트럼(log-power spectrum; LPS)에 상응하는 특징 벡터이고,상기 제1 대상 특징 벡터는아이디얼 래시오 마스크(ideal ratio mask; IRM)에 상응하는 특징 벡터이고,상기 프로세서는상기 입력 음성 신호에서 제2 입력 특징 벡터를 추출하고, 상기 노이즈 캔슬링 모델을 통하여 상기 입력 음성 신호 및 상기 제2 입력 특징 벡터에 상응하는 제2 대상 특징 벡터를 획득하고, 상기 제2 대상 특징 벡터의 대상 값(target value)들 중에서 기설정된 기준값보다 작은 값들을 상기 기준값으로 변경하여 상기 제2 대상 특징 벡터로부터 제3 대상 특징 벡터를 생성하고, 상기 제3 대상 특징 벡터를 기반으로 상기 입력 음성 신호로부터 상기 제1 음성 신호를 생성하는, 노이즈 캔슬링 장치.