초록 ▼

음성인식 기술은 휴대기기의 편리한 음성 인터페이스 및 자연스러운 인간-로봇 상호작용을 위한 핵심 기술이다. 음성 인식 시스템의 실제 사용 환경은 여러 가지 잡음과 반향음을 포함하는 경우가 대부분이기 때문에, 잡음을 제거하고 원하는 신호를 추출하고 그 방향과 위치 정보를 추정하는 기술이 필수적이다. 기존 연구에서는 음성의 크기 정보만을 이용하여 음원을 분리하고 음질을 향상하였다. 본 연구에서는 기존의 크기 정보에 위상 정보를 추가적으로 모델링하여 음원을 분리하고 향상하는 알고리듬을 개발하였으며, GCC-PHAT 방법에 이동평균필터를

음성인식 기술은 휴대기기의 편리한 음성 인터페이스 및 자연스러운 인간-로봇 상호작용을 위한 핵심 기술이다. 음성 인식 시스템의 실제 사용 환경은 여러 가지 잡음과 반향음을 포함하는 경우가 대부분이기 때문에, 잡음을 제거하고 원하는 신호를 추출하고 그 방향과 위치 정보를 추정하는 기술이 필수적이다. 기존 연구에서는 음성의 크기 정보만을 이용하여 음원을 분리하고 음질을 향상하였다. 본 연구에서는 기존의 크기 정보에 위상 정보를 추가적으로 모델링하여 음원을 분리하고 향상하는 알고리듬을 개발하였으며, GCC-PHAT 방법에 이동평균필터를 적용하여 잡음과 반향 환경에 강인한 음원 방향 추정 기술을 개발하였다.
연구 결과는 크게 네 가지로 나눌 수 있다. 첫째, 음성을 향상시키는 과정에서 기존의 크기 정보만을 이용한 방법 대신에 혼합 음성 신호의 전력 스펙트럼 벡터를 로그-멜 도메인으로 변환시켜 음성의 위상 정보를 0으로 가정하지 않고 크기 정보와 함께 위상 성분을 모두 고려하여 선험 SNR을 계산하고 이를 이용하여 잡음 요인을 제거하고 음성을 향상시킴으로써 잡음 제거와 음성 신호 향상의 정확성을 높였다. 혼합 음성신호로부터 원하는 신호와 이에 관련된 위상 구간을 계산하기 위해 코사인 법칙과 각 신호 사이의 대수적인 관계를 이용하였으며, 공개 음성데이터베이스를 사용하여 음성 향상 실험을 수행한 결과, 기존의 크기 성분만을 이용하는 경우보다 전체적으로 약 2.7 dB의 신호대 잡음비를 증가시키는 결과를 보였다.
둘째, 혼합 음성 신호로부터 음성을 분리하는 과정에서 크기와 위상을 모두 고려하기 위해 크기 모델과 위상 모델을 이용하여 계산된 음성의 크기와 위상 정보를 조합함으로써 원하는 음성 신호를 추정하였다. 이때, 이진 마스크 대신에 소프트 마스크를 이용하여 잡음 신호를 마스킹 함으로써 음성 신호 손실 및 불연속 등의 문제를 보완하였으며 통계적 모델링에 의해 야기되는 비연속적인 경우를 보완하기 위해 스무딩 필터를 적용하였다. 음성 분리 실험을 수행한 결과, 음성의 크기와 위상 성분을 모두 고려하여 음성을 분리한 결과가 기존의 크기 정보만을 이용한 경우에 비하여 화자대잡음비를 전체적으로 약 1.5 dB 개선하는 것으로 나타났다.
셋째, 마이크로폰 배열을 이용하여 다채널 입력 음성신호로부터 시간차이의 정보를 이용하여 음원의 방향을 추정하고, 이를 이용하여 음원의 위치를 계산하였다. 실제 환경에서는 직선 경로로 오는 직접음과 함께 반사되어 오는 반향음이 입력되기 때문에 잡음과 반향이 동시에 존재하는 환경에서 비교적 강인한 GCC-PHAT 방법을 이용하여 음원의 방향을 추정함으로써 성능을 높였다. 음원의 방향을 추정하는 과정에서 음성신호가 작은 잡음 구간에서의 지연시간 오차 발생 문제를 해결하기 위해 이동평균필터를 적용하였다. 음원 방향 추정 실험을 수행한 결과 평균 오차각도가 3.0°로 평균필터를 적용하지 않는 기존 방법보다 9.0°의 음원방향 오차를 줄이는 것을 확인하였다.
넷째, 파티클 필터를 이용한 동적 잡음 환경에서 음원 분리를 효과적으로 수행하였다. 잡음 요인의 신호를 제거하고 음원을 분리하는 과정에서 정적 잡음과 가우시안 가정을 만들지 않고 동적 잡음 환경에서 효과적으로 음성 향상을 수행하기 위해 파티클 필터를 사용하여 음성과 잡음의 파라미터를 추정하고, 이를 이용하여 원 음성의 AR 모델과 잡음의 분산 정보를 계산한 후, 이를 칼만 필터의 입력으로 사용함으로써 동적 잡음을 제거하고 음성을 향상시켰다. 음원 분리 실험을 수해한 결과 기존의 선형 필터를 이용한 경우보다 전체적으로 약 1.6 dB의 신호대잡음비 증가를 보였고, 파형과 스펙트로그램 출력이 원하는 신호에 가깝게 출력되었다.
본 연구에서 개발된 음원 방향 추정, 위상을 이용한 음원 향상, 동적 잡음에 강인한 음원 분리 기술은 이동 통신 기기의 음성 인터페이스 개발과 지능 로봇의 원격 호출 및 음성에 의한 인간-로봇 상호작용에 응용될 수 있으며, 다양한 관련 응용 분야에도 적용 가능하다. 음원 방향 추정 기술은 소리 나는 방향을 스스로 찾아 촬영하는 능동형 폐쇄회로 TV(CCTV) 보안 시스템, 화상회의 시스템 등에 활용될 수 있으며, 음원 분리 기술은 잡음 요인을 제거함으로써 멀티미디어 통신에서의 음질 향상에 사용될 수 있다. 또, 음성의 크기와 위상을 모두 고려한 결합 모델을 통한 기초 이론 분야에 큰 기여를 할 것으로 기대한다.

목차 Contents

• 일반연구자지원사업 최종(결과)보고서 ... 1
• 목차 ... 3
• Ⅰ. 연구결과 요약문 ... 4
• Ⅱ. 연구내용 및 결과 ... 5
• 1. 연구과제의 개요 ... 5
• 2. 국내외 기술개발 현황 ... 6
• 3. 연구수행 내용 및 결과 ... 7
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 9
• 5. 연구결과의 활용계획 ... 9
• 6. 연구과정에서 수집한 해외과학기술정보 ... 9
• Ⅲ. 연구성과 ... 10