1 |
1
잡음 및 음성 신호가 포함된 입력 신호가 수신되면, 수신된 입력 신호를 주파수 영역의 신호로 변환하는 변환부;비음수 값을 가지는 데이터 행렬인 기저 행렬과 부호화 행렬에 근거한 비음수 행렬 인수분해(Non-negative Matrix Factorization, NWF) 방식에 따라, 상기 입력 신호에 포함된 잡음 및 음성 신호를 각각 모델링하고, 모델링된 잡음 및 음성 신호로부터 기저 벡터를 추정하는 기저벡터 추정부;상기 추정된 기저 벡터에 근거하여, 상기 입력 신호로부터 음성 신호의 부호화 벡터 및 잡음의 부호화 벡터를 추정하는 부호벡터 추정부; 및,상기 입력 신호에 음성 신호가 존재하지 하는 경우와 그렇지 않은 경우에 각각 대응되는 제1 가설 및 제2 가설 각각에 대응되는 분포 함수들을 생성하고, 상기 음성 신호의 부호화 벡터 및 잡음의 부호화 벡터에 근거하여 상기 분포 함수들의 비인 우도비를 산출 및, 산출된 우도비와 기 설정된 임계값을 비교한 결과에 근거하여, 상기 입력 신호에 음성 신호가 존재하는지 여부를 검출하는 제어부를 포함하며,상기 제어부는, 상기 음성 신호의 부호화 벡터 및 잡음의 부호화 벡터에 근거하여 상기 우도비가 산출되면, 산출된 우도비의 주파수에 대한 기하 평균을 산출하고, 산출된 우도비의 기하 평균과 상기 기 설정된 임계값을 비교한 결과에 근거하여, 상기 입력 신호에 음성 신호가 존재하는지 여부를 검출하는 것을 특징으로 하는 음성 검출 장치
|
2 |
2
제1항에 있어서, 상기 기 설정된 분포 모델은, 포아송 분포(Poisson Distribution) 모델임을 특징으로 하는 음성 검출 장치
|
3 |
3
제1항에 있어서, 상기 제어부는, 예측 최대화(Expectation maximization : EM) 알고리즘에 따라 유사도 함수가 최대가 되는 기저 벡터를 추정하거나, 또는 상기 추정된 기저 벡터에 근거하여 상기 유사도 함수가 최대가 되는 음성 신호의 부호화 벡터와 잡음의 부호화 벡터를 추정하는 것을 특징으로 하는 음성 검출 장치
|
4 |
4
제1항에 있어서, 상기 제어부는, 기 설정된 잡음의 평활화 상수와 음성 신호의 평활화 상수에 근거하여 상기 음성 신호의 부호화 벡터와 잡음의 부호화 벡터를 평활화하고, 평활화된 음성 신호의 부호화 벡터와 잡음의 부호화 벡터에 근거하여 상기 우도비를 산출하는 것을 특징으로 하는 음성 검출 장치
|
5 |
5
삭제
|
6 |
6
제1항에 있어서, 상기 제어부는, 상기 음성 신호의 부호화 벡터 및 잡음의 부호화 벡터에 근거하여 로그(log) 우도비를 산출하고, 산출된 로그 우도비로부터 주파수에 대한 기하 평균을 산출 및, 산출된 로그 우도비의 기하 평균과 상기 기 설정된 임계값을 비교한 결과에 근거하여, 상기 입력 신호에 음성 신호가 존재하는지 여부를 검출하는 것을 특징으로 하는 음성 검출 장치
|
7 |
7
잡음 및 음성 신호가 포함된 입력 신호가 수신되면, 수신된 입력 신호를 주파수 영역의 신호로 변환하는 제1 단계;상기 변환된 입력 신호의 크기 스펙트럼을, 기 설정된 비음수 값을 가지는 데이터 행렬인 기저 행렬과 부호화 행렬, 그리고 기 설정된 분포 모델에 따른 확률적 비음수 행렬 인수분해(Non-negative Matrix Factorization, NWP) 모델로 모델링하는 제2 단계;상기 확률적 비음수 행렬 인수분해 NWP 모델로 모델링된 상기 입력 신호의 크기 스펙트럼으로부터 유사도 함수를 도출하는 제3 단계;상기 기저 행렬 및 부호화 행렬로부터 곱 갱신(multiplicative update) 방식에 따라 상기 유사도 함수가 최대가 되는 기저 행렬 및 부호화 행렬을 산출하여 음성 및 잡음에 대한 기저 벡터를 추정하는 제4 단계;상기 추정된 기저 벡터에 근거하여, 상기 입력 신호로부터 음성 신호의 부호화 벡터 및 잡음의 부호화 벡터를 추정하는 제5 단계;상기 입력 신호에 음성 신호가 존재하지 하는 경우와 그렇지 않은 경우에 각각 대응되는 제1 가설 및 제2 가설 각각에 대응되는 분포 함수들을 생성하는 제6 단계;상기 음성 신호의 부호화 벡터 및 잡음의 부호화 벡터에 근거하여 상기 분포 함수들의 비인 우도비를 산출하는 제7 단계; 및,상기 산출된 우도비와 기 설정된 임계값을 비교한 결과에 근거하여, 상기 입력 신호에 음성 신호가 존재하는지 여부를 검출하는 제8 단계를 포함하며,상기 제8 단계는,상기 음성 신호의 부호화 벡터 및 잡음의 부호화 벡터에 근거하여 상기 우도비가 산출되면, 산출된 우도비의 주파수에 대한 기하 평균을 산출하는 제10 단계를 더 포함하고, 상기 입력 신호에 음성 신호가 존재하는지 여부는, 상기 우도비의 기하 평균과 상기 기 설정된 임계값을 비교한 결과에 근거하여 결정되는 것을 특징으로 하는 음성 검출 방법
|
8 |
8
제7항에 있어서, 상기 기 설정된 분포 모델은, 포아송 분포(Poisson Distribution) 모델임을 특징으로 하는 음성 검출 방법
|
9 |
9
제7항에 있어서, 상기 제4 단계는, 예측 최대화(Expectation maximization : EM) 알고리즘에 따라 상기 유사도 함수가 최대가 되는 기저 벡터를 추정하는 단계이며, 상기 제5 단계는, 상기 예측 최대화(EM) 알고리즘에 따라 상기 추정된 기저 벡터에 근거하여 상기 유사도 함수가 최대가 되는 음성 신호의 부호화 벡터와 잡음의 부호화 벡터를 추정하는 단계임을 특징으로 하는 음성 검출 방법
|
10 |
10
제7항에 있어서, 상기 제7 단계는, 기 설정된 잡음의 평활화 상수와 음성 신호의 평활화 상수에 근거하여 상기 음성 신호의 부호화 벡터와 잡음의 부호화 벡터를 평활화하는 제9 단계를 더 포함하며, 상기 우도비는,상기 평활화된 음성 신호의 부호화 벡터와 잡음의 부호화 벡터에 근거하여 산출되는 것을 특징으로 하는 음성 검출 방법
|
11 |
11
삭제
|
12 |
12
제7항에 있어서, 상기 제8 단계는, 상기 음성 신호의 부호화 벡터 및 잡음의 부호화 벡터에 근거하여 로그(log) 우도비를 산출하는 제11 단계; 및, 상기 로그 우도비로부터 주파수에 대한 기하 평균을 산출하는 제12 단계를 더 포함하고, 상기 입력 신호에 음성 신호가 존재하는지 여부는, 상기 로그 우도비의 기하 평균과 상기 기 설정된 임계값을 비교한 결과에 근거하여 결정되는 것을 특징으로 하는 음성 검출 방법
|