| 1 |
1
클린 음성 신호와 잡음 신호가 혼합된 입력 음성 신호를 프레임 단위로 입력받는 단계,상기 입력 음성 신호를 푸리에 변환시켜 입력 음성 파워 스펙트럼을 생성하는 단계,상기 입력 음성 신호의 스펙트럴 엔벨로프 값을 구하는 단계,상기 입력 음성 파워 스펙트럼으로부터 상기 잡음 신호를 추정하고, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값을 구하는 단계, 기 저장된 복수의 잡음 코드북들 중에서, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값과 가장 유사한 잡음 코드벡터를 가지고 있는 잡음 코드북을 선택하는 단계, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값들 중에서 임의의 N개를 적응형 코드벡터로 설정하고, 상기 N개의 적응형 코드벡터를 상기 선택된 잡음 코드북에 저장시켜 슈퍼 코드북을 생성하는 단계, 그리고상기 슈퍼 코드북 내의 잡음 코드벡터들과 클린 코드북 내의 클린 코드벡터들을 조합한 통합 코드벡터와 상기 입력 음성 신호의 스펙트럴 엔벨로프 값을 이용하여 보정된 음성 신호를 추출하는 단계를 포함하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 2 |
2
제1항에 있어서,상기 입력 음성 신호의 스펙트럴 엔벨로프 값을 구하는 단계는, 상기 입력 음성 파워 스펙트럼을 역푸리에 변환시켜 상기 입력 음성 신호의 자기상관 값을 생성하는 단계,상기 입력 음성 신호의 자기상관 값을 레빈슨 알고리즘(Levinson algorithm)에 적용하여, 상기 입력 음성 신호에 대한 선형예측계수를 추출하는 단계, 그리고상기 입력 음성 신호에 대한 선형예측계수의 주파수 응답 값을 이용하여 상기 입력 음성 신호의 스펙트럴 엔벨로프 값을 구하는 단계를 포함하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 3 |
3
제2항에 있어서,상기 입력 음성 신호로부터 잡음 신호를 추정하고, 추정된 잡음 신호의 스펙트럴 엔벨로프 값을 구하는 단계는, Long-term 잡음 추정 알고리즘을 이용하여 상기 입력 음성 파워 스펙트럼으로부터 상기 잡음 신호를 추정하는 단계, 상기 추정된 잡음 신호의 잡음 타입을 이용하여, 상기 기 저장된 복수의 잡음 코드북들 중에서 1개의 잡음 코드북을 선택하는 단계, 상기 추정된 잡음 신호에 대한 잡음 파워 스펙트럼을 역푸리에 변환시켜 상기 추정된 잡음 신호의 자기 상관 값을 생성하는 단계, 상기 추정된 잡음 신호의 자기 상관 값을 레빈슨 알고리즘에 적용하여, 상기 추정된 잡음 신호에 대한 선형예측계수를 추출하는 단계, 그리고상기 추정된 잡음 신호에 대한 선형예측계수의 주파수 응답 값을 이용하여 상기 입력 음성 신호의 스펙트럴 엔벨로프 값을 구하는 단계를 포함하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 4 |
4
제3항에 있어서,상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값과 가장 유사한 잡음 코드벡터를 가지고 있는 잡음 코드북을 선택하는 단계는, 다음의 수학식과 같은 IS-D(Itakura-Saito Distortion) 알고리즘을 이용하여 상기 잡음 코드북을 선택하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법:여기서 n'는 선택된 잡음 코드북, 는 추정된 잡음신호, Nd는 코드북 데이터베이스 내 잡음 코드북의 개수, vn은 n번째 코드북 내 코드벡터의 개수이고, adn,j은 n번째 잡음 코드북의 j번째 코드벡터의 선형 예측 계수이다
|
| 5 |
5
제4항에 있어서,상기 슈퍼 코드북을 생성하는 단계는, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값들 중에서 임의의 N개를 상기 적응형 코드벡터로 설정하여 상기 선택된 잡음 코드북에 저장시키는 단계, 그리고 상기 선택된 잡음 코드북에 기 저장된 잡음 코드벡터와 상기 N개의 적응형 코드벡터를 통합하여 상기 선택된 잡음 코드북을 상기 슈퍼 코드북으로 변경시키는 단계를 포함하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 6 |
6
제5항에 있어서,상기 보정된 음성 신호를 추출하는 단계는, 상기 슈퍼 코드북에 포함되는 잡음 코드벡터와 상기 클린 코드북에 포함되는 클린 코드벡터를 조합하여 상기 통합 코드벡터를 생성하는 단계, 상기 통합 코드벡터에 대하여 클린 음성 신호의 게인 값과 상기 추정된 잡음 신호의 게인 값을 적용하여 각각 게인 조합 값을 생성하는 단계, 상기 입력 음성 신호의 스펙트럴 엔벨로프 값과 상기 게인 조합 값들 사이의 각각의 유사도를 구하는 단계, 그리고상기 유사도와 게인 조합 값을 ML(Maximum Likelihood) 또는 베이시안 추정 알고리즘(MMSE)에 적용하여 상기 클린 음성 신호의 스펙트럴 엔벨로프 값과 상기 잡음 신호의 스펙트럴 엔벨로프 값을 구하는 단계를 포함하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 7 |
7
제6항에 있어서,상기 보정된 음성 신호를 생성하는 단계는, 위너 필터(Wiener filter)를 통해 상기 클린 음성 신호의 스펙트럴 엔벨로프 값과 상기 잡음 신호의 스펙트럴 엔벨로프 값으로부터 보정된 음성 파워 스펙트럼을 생성하는 단계, 그리고상기 보정된 음성 파워 스펙트럼을 역푸리에 변환시켜 상기 보정된 음성 신호를 추출하는 단계를 더 포함하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 8 |
8
제6항에 있어서,상기 클린 음성 신호의 게인 값과 상기 추정된 잡음 신호의 게인 값은 음성 부존재 확률(SAP) 알고리즘을 이용하여 획득하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 9 |
9
제8항에 있어서,상기 클린 음성 신호의 게인 값(cg)과 상기 추정된 잡음 신호의 게인 값(ng)은 다음의 수학식을 통해 연산되는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법:여기서, 이며, Y(w)는 입력 음성 신호의 주파수 응답 값을 나타내며, And(w)은 슈퍼 코드북에 저장된 n번째 코드벡터를 나타내고, Amx(w)은 클린 코드북에 저장된 m번째 코드벡터를 나타낸다
|
| 10 |
10
제1항에 있어서,상기 입력 음성 신호에 이어서 입력되는 다음 프레임의 입력 음성 신호로부터 잡음 신호를 추정하고, 추정된 잡음 신호의 스펙트럴 엔벨로프 값을 구하는 단계, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값을 새로운 적응형 코드벡터로 설정하는 단계, 그리고상기 슈퍼 코드북에 저장된 상기 N개의 적응형 코드벡터 중에서 적어도 하나의 적응형 코드벡터를 제거하고, 상기 새로운 적응형 코드벡터를 상기 슈퍼 코드북에 저장하는 단계를 더 포함하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 11 |
11
제10항에 있어서,상기 슈퍼 코드북에 저장된 상기 N개의 적응형 코드벡터 중에서 저장된 시기가 가장 빠른 적응형 코드벡터를 제거하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 방법
|
| 12 |
12
클린 음성 신호와 잡음 신호가 혼합된 입력 음성 신호를 프레임 단위로 입력받는 음성 신호 입력부, 상기 입력 음성 신호를 푸리에 변환시켜 입력 음성 파워 스펙트럼을 생성하는 푸리에 변환부,상기 입력 음성 신호의 스펙트럴 엔벨로프 값을 구하는 입력 음성 선형예측계수 추출부,상기 입력 음성 파워 스펙트럼으로부터 상기 잡음 신호를 추정하고, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값을 구하는 잡음 신호 선형예측계수 추출부, 복수의 클린 코드벡터를 가지는 클린 음성 코드북과 복수의 잡음 코드벡터를 가지며 서로 다른 타입을 가지는 복수의 잡음 코드북을 포함하는 코드북 데이터베이스, 상기 복수의 잡음 코드북들 중에서, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값과 가장 유사한 잡음 코드벡터를 가지고 있는 잡음 코드북을 선택하는 코드북 선택부, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값들 중에서 임의의 N개를 적응형 코드벡터로 설정하고, 상기 N개의 적응형 코드벡터를 상기 선택된 잡음 코드북에 저장시켜 슈퍼 코드북을 생성하는 제어부, 그리고상기 슈퍼 코드북 내의 잡음 코드벡터들과 클린 코드북 내의 클린 코드벡터들을 조합한 통합 코드벡터와 상기 입력 음성 신호의 스펙트럴 엔벨로프 값을 이용하여 보정된 음성 신호를 추출하는 음성 합성부를 포함하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
| 13 |
13
제12항에 있어서,상기 입력 음성 선형예측계수 추출부는, 상기 입력 음성 파워 스펙트럼을 역푸리에 변환시켜 상기 입력 음성 신호의 자기상관 값을 생성하고, 상기 입력 음성 신호의 자기상관 값을 레빈슨 알고리즘(Levinson algorithm)에 적용하여 상기 입력 음성 신호에 대한 선형예측계수를 추출한 다음, 상기 입력 음성 신호에 대한 선형예측계수의 주파수 응답 값을 이용하여 상기 입력 음성 신호의 스펙트럴 엔벨로프 값을 구하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
| 14 |
14
제13항에 있어서,상기 잡음 신호 선형예측계수 추출부는, Long-term 잡음 추정 알고리즘을 이용하여 상기 입력 음성 파워 스펙트럼으로부터 상기 잡음 신호를 추정하고, 상기 추정된 잡음 신호의 잡음 타입을 이용하여, 상기 복수의 잡음 코드북들 중에서 1개의 잡음 코드북을 선택하며, 상기 추정된 잡음 신호에 대한 잡음 파워 스펙트럼을 역푸리에 변환시켜 추정된 잡음 신호의 자기 상관 값을 생성한 다음, 상기 추정된 잡음 신호의 자기 상관 값을 레빈슨 알고리즘에 적용하여, 상기 추정된 잡음 신호에 대한 선형예측계수를 추출하고, 상기 추정된 잡음 신호에 대한 선형예측계수의 주파수 응답 값을 이용하여 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값을 구하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
| 15 |
15
제14항에 있어서,상기 코드북 선택부는, 다음의 수학식과 같은 IS-D(Itakura-Saito Distortion) 알고리즘을 이용하여 상기 잡음 코드북을 선택하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치:여기서 n'는 선택된 잡음 코드북, 는 추정된 잡음신호, Nd는 코드북 데이터베이스 내 잡음 코드북의 개수, vn은 n번째 코드북 내 코드벡터의 개수이고, adn,j은 n번째 잡음 코드북의 j번째 코드벡터의 선형 예측 계수이다
|
| 16 |
16
제15항에 있어서,상기 제어부는, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값들 중에서 임의의 N개를 상기 적응형 코드벡터로 설정하여 상기 선택된 잡음 코드북에 저장시키고, 상기 선택된 잡음 코드북에 기 저장된 잡음 코드벡터와 상기 N개의 적응형 코드벡터를 통합하여 상기 선택된 잡음 코드북을 상기 슈퍼 코드북으로 변경시키는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
| 17 |
17
제16항에 있어서,상기 음성 합성부는, 상기 슈퍼 코드북에 포함되는 잡음 코드벡터와 상기 클린 코드북에 포함되는 클린 코드벡터를 조합하여 상기 통합 코드벡터를 생성하고, 상기 통합 코드벡터에 대하여 클린 음성 신호의 게인 값과 상기 추정된 잡음 신호의 게인 값을 적용하여 각각 게인 조합 값을 생성한 다음, 상기 입력 음성 신호의 스펙트럴 엔벨로프 값과 상기 게인 조합 값들 사이의 각각의 유사도를 구한 뒤, 상기 유사도와 게인 조합 값을 ML(Maximum Likelihood) 또는 베이시안 추정 알고리즘(MMSE)에 적용하여 상기 클린 음성 신호의 스펙트럴 엔벨로프 값과 상기 잡음 신호의 스펙트럴 엔벨로프 값을 구하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
| 18 |
18
제17항에 있어서,상기 음성 합성부는, 위너 필터(Wiener filter)를 통해 상기 클린 음성 신호의 스펙트럴 엔벨로프 값과 상기 잡음 신호의 스펙트럴 엔벨로프 값으로부터 보정된 음성 파워 스펙트럼을 생성하고, 상기 보정된 음성 파워 스펙트럼을 역푸리에 변환시켜 상기 보정된 음성 신호를 추출하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
| 19 |
19
제17항에 있어서,상기 클린 음성 신호의 게인 값과 상기 추정된 잡음 신호의 게인 값은 음성 부존재 확률(SAP) 알고리즘을 이용하여 획득하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
| 20 |
20
제19항에 있어서,상기 클린 음성 신호의 게인 값(cg)과 상기 추정된 잡음 신호의 게인 값(ng)은 다음의 수학식을 통해 연산되는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치:여기서, 이며, Y(w)는 입력 음성 신호의 주파수 응답 값을 나타내며, And(w)은 슈퍼 코드북에 저장된 n번째 코드벡터를 나타내고, Amx(w)은 클린 코드북에 저장된 m번째 코드벡터를 나타낸다
|
| 21 |
21
제12항에 있어서,상기 입력 음성 신호에 이어서 입력되는 다음 프레임의 입력 음성 신호가 입력되면, 상기 푸리에 변환부는 상기 다음 프레임의 입력 음성 신호를 푸리에 변환시켜 입력 음성 파워 스펙트럼을 생성하고, 상기 잡음 신호 선형예측계수 추출부는 상기 입력 음성 신호로부터 잡음 신호를 추정하고, 추정된 잡음 신호의 스펙트럴 엔벨로프 값을 구하며, 상기 제어부는, 상기 추정된 잡음 신호의 스펙트럴 엔벨로프 값을 새로운 적응형 코드벡터로 설정하며, 상기 슈퍼 코드북에 저장된 상기 N개의 적응형 코드벡터 중에서 적어도 하나의 적응형 코드벡터를 제거하고, 상기 새로운 적응형 코드벡터를 상기 슈퍼 코드북에 저장하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
| 22 |
22
제21항에 있어서,상기 제어부는, 상기 슈퍼 코드북에 저장된 상기 N개의 적응형 코드벡터 중에서 저장된 시기가 가장 빠른 적응형 코드벡터를 제거하는 적응형 코드벡터를 이용한 코드북 기반 음성 향상 장치
|
