1 |
1
입력된 다채널 신호마다 선형 예측 분석을 통해 여기 신호를 생성하는 단계;생성된 여기 신호를 이용하여 채널 간의 여기 신호 상호 상관도(NCC)를 측정하는 단계;음성 부재 상황에서의 여기 신호 상호 상관도의 조건부 확률과 음성 존재 상황에서의 여기 신호 상호 상관도의 조건부 확률을 기초로, 상기 여기 신호 상호 상관도 값에 따른 음성 부재 확률 값을 추정하는 단계;상기 추정된 음성 부재 확률 값과 LCMV 빔포밍의 학습률이 양의 상관 관계를 갖도록 판정 함수를 이용하여 상기 학습률을 결정하는 단계; 및상기 학습률에 따라 LCMV 빔포밍을 수행하는 단계를 포함하는 적응식 잡음 제거 방법
|
2 |
2
청구항 1에 있어서, 상기 여기 신호는 다음 수학식에 기초하여 생성되며, 여기서 ei(n)은 여기 신호, xi(n)은 입력 신호, p는 선형 예측 계수, i는 채널 인덱스이고, αik는 상기 입력 다채널 신호가 통과하는 등화기의 계수인 것을 특징으로 하는 적응식 잡음 제거 방법
|
3 |
3
청구항 1에 있어서, 상기 여기 신호 상호 상관도는 다음 수학식에 기초하여 생성되며, 여기서 ei(n)은 여기 신호, φm은 해당 구간에서 채널 간의 여기 신호 상관도(NCC)이고, l은 구간의 길이이며, i,j는 채널 인덱스인 것을 특징으로 하는 적응식 잡음 제거 방법
|
4 |
4
청구항 1에 있어서, 상기 음성 존재 상황에서의 여기 신호 상호 상관도의 조건부 확률과 음성 부재 상황에서의 여기 신호 상호 상관도의 조건부 확률은 각각이며, 여기서, 와 는 각각 목적 신호와 잡음 구간에서의 여기 신호 상호 상관도의 분산인 것을 특징으로 하는 적응식 잡음 제거 방법
|
5 |
5
청구항 4에 있어서, 상기 여기 신호 상호 상관도 값에 따른 음성 부재 확률 값은, 다음 수학식,으로 주어지며, 여기서, ξ(φm)와 γ(φm)는 각각 선험적(a-priori) NCC-SNR(signal noise ratio)와 후험적(a posteriori) NCC-SNR인 것을 특징으로 하는 적응식 잡음 제거 방법
|
6 |
6
청구항 5에 있어서, 상기 선험적 NCC-SNR과 상기 후험적 NCC-SNR은 각각인 것을 특징으로 하는 적응식 잡음 제거 방법
|
7 |
7
청구항 6에 있어서, 상기 판정 함수는 시그모이드(sigmoid) 함수인 것을 특징으로 하는 적응식 잡음 제거 방법
|
8 |
8
청구항 1에 있어서, 상기 학습률은에 의하여 계산되며, 여기서 μm은 학습률, α는 판정 함수의 기울기, γ와 β는 판정 함수의 최대값을 조절하기 위한 변수, M은 함수의 수평 이동 값을 지정하는 변수이며, p(H0|φm)은 상기 계산된 음성 부재 확률인 것을 특징으로 하는 적응식 잡음 제거 방법
|
9 |
9
청구항 1에 있어서, 채널 간 특성을 보상하기 위해 상기 다채널 신호를 등화기에 통과시키는 단계를 더 포함하는 것을 특징으로 하는 적응식 잡음 제거 방법
|
10 |
10
청구항 9에 있어서, 상기 등화기의 계수 αik는 다음 수학식에 기초하여 계산되며, 여기서 k는 이산 주파수, τ는 시간, T는 총 음성 신호 블록의 개수이고, , 이며, FFT[]는 고속 푸리에 변환 함수이고, x1(τ), xi(τ)는 채널 별 입력 신호인 것을 특징으로 하는 적응식 잡음 제거 방법
|
11 |
11
청구항 1에 있어서, 각 주파수 성분의 위치 정보를 추정하기 위하여 상기 다채널 신호를 채널 별로 등화기에 통과시키는 단계를 더 포함하는 것을 특징으로 하는 적응식 잡음 제거 방법
|
12 |
12
컴퓨터 장치에서 청구항 1 내지 청구항 11 중 어느 한 청구항의 적응식 잡음 제거 방법의 각 단계들을 실행시키기 위한 프로그램을 기록한 컴퓨터 장치로 읽을 수 있는 기록 매체
|
13 |
13
입력된 다채널 신호에 관하여, 음성 부재 상황에서의 채널 간의 여기 신호 상호 상관도의 조건부 확률과 음성 존재 상황에서의 여기 신호 상호 상관도의 조건부 확률을 기초로, 상기 여기 신호 상호 상관도 값에 따른 음성 부재 확률 값을 추정하고, 상기 추정된 음성 부재 확률 값에 기초하여 LCMV 빔포밍의 학습률을 조절하는 학습률 조절부; 및다채널 입력 신호들에 대해 상기 학습률에 따라 LCMV 빔포밍을 수행하는 LCMV 빔포머를 포함하는 적응식 잡음 제거 장치
|
14 |
14
청구항 13에 있어서, 상기 학습률 조절부는입력된 다채널 신호마다 선형 예측 분석을 통해 여기 신호를 생성하는 여기 신호 계산부;상기 생성된 여기 신호를 이용하여 채널 간의 여기 신호 상호 상관도를 측정하는 여기 신호 상호 상관도 계산부;음성 부재 상황에서의 채널 간의 여기 신호 상호 상관도의 조건부 확률과 음성 존재 상황에서의 여기 신호 상호 상관도의 조건부 확률을 기초로, 상기 추정된 여기 신호 상호 상관도 값에 따른 음성 부재 확률 값을 추정하는 음성 부재 확률 계산부; 및상기 추정된 음성 부재 확률 값과 LCMV 빔포밍의 학습률이 양의 상관 관계를 갖도록 판정 함수를 이용하여 상기 학습률을 결정하는 학습률 판정부를 포함하는 것을 특징으로 하는 적응식 잡음 제거 장치
|
15 |
15
청구항 13에 있어서, 상기 여기 신호 상호 상관도 값에 따른 음성 부재 확률 값은, 다음 수학식,으로 주어지며, 여기서, ξ(φm)와 γ(φm)는 각각 선험적(a-priori) NCC-SNR(signal noise ratio)와 후험적(a posteriori) NCC-SNR이며, 상기 선험적 NCC-SNR과 상기 후험적 NCC-SNR은 각각인 것을 것을 특징으로 하는 적응식 잡음 제거 장치
|
16 |
16
청구항 14에 있어서, 상기 학습률은에 의하여 계산되며, 여기서 μm은 학습률, α는 판정 함수의 기울기, γ와 β는 판정 함수의 최대값을 조절하기 위한 변수, M은 함수의 수평 이동 값을 지정하는 변수이며, p(H0|φm)은 상기 계산된 음성 부재 확률인 것을 특징으로 하는 적응식 잡음 제거 장치
|
17 |
17
청구항 13에 있어서, 상기 다채널 신호를 통과시켜 채널 간 특성을 보상하는 등화기를 더 포함하는 것을 특징으로 하는 적응식 잡음 제거 장치
|
18 |
18
잡음 제거단 및 음성 인식단을 포함하는 음성 인식 장치로서,상기 잡음 제거단은입력된 다채널 신호에 관하여, 음성 부재 상황에서의 채널 간의 여기 신호 상호 상관도의 조건부 확률과 음성 존재 상황에서의 여기 신호 상호 상관도의 조건부 확률을 기초로, 상기 여기 신호 상호 상관도 값에 따른 음성 부재 확률 값을 추정하고, 상기 추정된 음성 부재 확률 값에 기초하여 LCMV 빔포밍의 학습률을 조절하는 학습률 조절부; 및다채널 입력 신호들에 대해 상기 학습률에 따라 LCMV 빔포밍을 수행함으로써 상기 입력된 다채널 신호에서 잡음을 제거한 출력 신호를 출력하는 LCMV 빔포머를 포함하는 것을 특징으로 하는 음성 인식 장치
|
19 |
19
청구항 18에 있어서, 상기 잡음 제거단은, 다채널 신호를 통과시켜 채널 간 특성을 보상하는 등화기를 더 포함하는 것을 특징으로 하는 음성 인식 장치
|
20 |
20
음성 인식 장치를 포함한 전자 장치로서,상기 음성 인식 장치는 잡음 제거단 및 음성 인식단을 포함하고,상기 잡음 제거단은,입력된 다채널 신호에 관하여, 음성 부재 상황에서의 채널 간의 여기 신호 상호 상관도의 조건부 확률과 음성 존재 상황에서의 여기 신호 상호 상관도의 조건부 확률을 기초로, 상기 여기 신호 상호 상관도 값에 따른 음성 부재 확률 값을 추정하고, 상기 추정된 음성 부재 확률 값에 기초하여 LCMV 빔포밍의 학습률을 조절하는 학습률 조절부; 및다채널 입력 신호들에 대해 상기 학습률에 따라 LCMV 빔포밍을 수행함으로써 상기 입력된 다채널 신호에서 잡음을 제거한 출력 신호를 출력하는 LCMV 빔포머를 포함하며,상기 음성 인식단은 상기 잡음 제거단에서 잠음이 제거된 출력 신호를 입력 받아 음성학에 기초하여 음가마다 고유한 특성을 추출하고, 추출된 음성 특징을 발성 문법과 음향 모델에 기초하여 음소를 추출하여, 상기 입력된 다채널 신호에 상응하는 텍스트를 생성하는 것을 특징으로 하는 전자 장치
|