KR101041039B1 - 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치 - Google Patents
오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치 Download PDFInfo
- Publication number
- KR101041039B1 KR101041039B1 KR1020090017114A KR20090017114A KR101041039B1 KR 101041039 B1 KR101041039 B1 KR 101041039B1 KR 1020090017114 A KR1020090017114 A KR 1020090017114A KR 20090017114 A KR20090017114 A KR 20090017114A KR 101041039 B1 KR101041039 B1 KR 101041039B1
- Authority
- KR
- South Korea
- Prior art keywords
- speaker
- sound source
- estimated
- section
- detecting
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 title claims description 14
- 238000012795 verification Methods 0.000 claims abstract description 51
- 230000005236 sound signal Effects 0.000 claims abstract description 25
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003623 enhancer Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/24—Speech recognition using non-acoustical features
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02166—Microphone arrays; Beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
본 발명은 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치에 관한 것으로, 본 발명의 일 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법은 마이크로폰 어레이에 입력된 오디오 신호에서 음성 구간을 검출하는 단계; 상기 검출된 음성 구간에서 화자 검증을 수행하는 단계; 상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하는 단계; 및 상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면, 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 단계를 포함한다. 본 발명에 의하면, 인식하고자 하는 화자의 위치와 방향을 고려하여 음성 구간을 검출하여 음성 인식 시스템의 성능을 향상시킬 수 있고, 화자의 위치가 시스템이 예상한 위치를 벗어나는 경우에는 적응적인 동작이 가능하다.
Description
본 발명은 신호처리에 관한 것으로, 특히, 음성 인식 분야에서 시공간의 데이터를 이용하여 음성 구간을 검출하는 방법 및 장치에 관한 것이다.
로봇이나 홈오토메이션과 같은 시스템은 항상 동작하는 도중에 입력되는 신호를 분석하여 사람이 지시하는 행동을 하여야 한다. 이를 위해서는 마이크로폰에 연속적으로 입력되는 신호 중에 사람의 목소리가 있는지 알아내야 화자인식이나 음성인식을 할 수 있다.
통상, 음성인식은 기본적으로 인식하고자 하는 음성 패턴과 기준 패턴과의 유사도 판별에 의해 이루어진다.
도 1은 종래의 음성 인식 시스템을 도시한 것이다.
도 1의 음성 인식 시스템은 입력되는 신호로부터 음성 구간을 검출하는 음성구간 검출부(1)와, MFCC 계수를 사용하여 음성구간 검출부(1)에서 검출된 음성구간으로부터 그 특징을 추출하는 특징계수 추출부(2)와, HMM(Hidden Markov Model)과 VMS VQ(Variable Multi-Section Vector Quantization) 알고리즘을 이용하여 음성 신호를 인식하는 음성 인식부(3)와, 음성신호에 의해 학습된 단어모델 파라미터가 저장되어 있는 데이터 베이스(4)와, 음성 인식부(3)에서 인식된 음성신호에 대해 실효성을 판단하여 인식되는 단어를 출력하는 후처리부(5)로 구성된다.
이와 같이 구성된 음성 인식 시스템에 있어서, 입력되는 신호로부터 정확한 음성구간을 검출하는 것은 음성 인식 시스템의 전처리 부분으로, 시스템의 성능을 좌우하는 전제조건으로서 매우 중요한 작업이다.
음성인식시에 필수적인 음성구간 검출방법으로 다양한 기법이 사용되고 있다. 일반적으로 가장 많이 사용되는 방법은 음성신호의 시간 축상에서의 특징을 이용한 음성구간 검출방법이다. 다시 말해서, 음성신호는 음성구간에서 높은 에너지를 갖게 되고 음성 샘플 사이에 유사도가 매우 높을 뿐만 아니라, 최소한의 음성 지속 시간이 존재한다. 이와 같은 음성신호의 시간축상에서의 특징을 이용하여 배경잡음과 음성구간을 구분함으로써 음성 구간을 검출해내는 것이다.
그런데 음성신호에 주변잡음이 심한 경우 음성신호의 상기 특징들이 잡음에 의해 손상되기 때문에 음성 구간의 검출이 어려워진다. 예를 들어, 신호 대 잡음비(SNR)가 0 dB인 경우에는 신호와 잡음의 에너지가 같기 때문에 에너지에 의한 잡음과 음성구간 구분은 불가능해진다.
시스템에 입력된 모든 신호에 대해 화자인식이나 음성인식을 수행하면 올바른 결과를 내보낼 수 없을 뿐만 아니라 시스템의 불필요한 파워 소모가 발생할 수 있다. 시스템은 원하는 위치가 아닌 곳에서 발생하는 음성과 원하는 위치에서 발생 하였지만 음성이 아닌 잡음을 무시하고 원하는 곳에서 발생한 음성만을 추출해야 한다. 다른 지점에서 발생하는 원하는 음성과 원하지 않는 잡음(원하지 않는 음성을 포함)이 동시에 입력되는 경우, 기존 음성 구간 검출 알고리즘들은 매우 낮은 성능을 보이게 된다. 또한, 화자가 원하는 위치에서 발화하는 경우에 다른 곳을 보고 있다면 시스템이 원하는 음성이 아닐 확률이 큼에도 불구하고, 이를 구별하지 못하고 음성 인식을 의도하게 되는 문제가 있다.
따라서, 본 발명이 이루고자 하는 첫 번째 기술적 과제는 인식하고자 하는 음원의 위치와 화자의 얼굴 방향을 고려하여 음성 구간을 검출하여 음성 인식 시스템의 성능을 향상시킬 수 있는 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 두 번째 기술적 과제는 인식하고자 하는 음원의 위치와 화자의 얼굴 방향을 고려하여 음성 구간을 검출하여 음성 인식 시스템의 성능을 향상시킬 수 있는 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 장치를 제공하는 데 있다.
상기의 첫 번째 기술적 과제를 이루기 위하여, 본 발명의 일 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법은 마이크로폰 어레이에 입력된 오디오 신호에서 음성 구간을 검출하는 단계; 상기 검출된 음성 구간에서 화자 검증을 수행하는 단계; 상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하는 단계; 및 상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면, 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 단계를 포함한다.
바람직하게는, 상기 음성 구간을 검출하는 단계는, 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추정하고, 상기 추정된 음원의 위치와 미리 저장된 기준 위치를 비교하여 잡음을 구별할 수 있다. 이 경우, 상기 화자 검증을 수행하는 단계에서 상기 화자 검증에 성공한 경우, 상기 기준 위치의 값을 상기 추정된 음원의 위치로 변경할 수 있다. 한편, 상기 음원의 위치를 추정하는 단계는, 상기 마이크로폰 어레이에 입력된 오디오 신호 중 일정 SNR 이상의 신호를 이용하는 단계일 수 있다. 한편, 상기 음성 구간을 검출하는 단계에서, 상기 구별된 잡음을 제거하고, 상기 잡음이 제거된 신호에서 단일 마이크로폰 기반으로 음성 구간을 검출할 수도 있다. 이와 같이 구별된 잡음을 제거하는 단계에서, 상기 미리 저장된 위치와 다른 위치로 추정되는 음원의 신호를 제거할 수도 있다.
상기의 첫 번째 기술적 과제를 이루기 위하여, 본 발명의 다른 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법은 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추정하는 단계; 및 상기 추정된 음원의 위치와 미리 저장된 기준 위치를 비교하여 일치하지 않는 횟수가 임계값 이상인 경우, 상기 오디오 신호에서 음성 구간을 검출하는 단계; 상기 검출된 음성 구간에서 화자 검증을 수행하는 단계; 상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하는 단계; 및 상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면, 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 단계를 포함한다.
바람직하게는, 상기 화자 검증을 수행하는 단계에서 상기 화자 검증에 성공한 경우, 상기 기준 위치의 값을 상기 추정된 음원의 위치로 변경할 수 있다.
상기의 두 번째 기술적 과제를 이루기 위하여, 본 발명의 일 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 장치는 마이크로폰 어레이에 입력된 오디오 신호에서 음성 구간을 검출하는 음성 구간 검출부; 상기 검출된 음성 구간에서 화자 검증을 수행하는 화자 검증부; 및 상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하고, 상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 얼굴 방향 검증부를 포함한다.
상기의 두 번째 기술적 과제를 이루기 위하여, 본 발명의 다른 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 장치는 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추정하는 음원 위치 추적부; 및 상기 추정된 음원의 위치와 미리 저장된 기준 위치를 비교하여 일치하지 않는 횟수가 임계값 이상인 경우, 상기 오디오 신호에서 음성 구간을 검출하는 음성 구간 검출부; 상기 검출된 음성 구간에서 화자 검증을 수행하는 화자 검증부; 상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하고, 상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 얼굴 방향 검증부를 포함한다.
바람직하게는, 상기 화자 검증부는 상기 화자 검증에 성공한 경우, 상기 기준 위치의 값을 상기 추정된 음원의 위치로 변경할 수 있다.
본 발명에 의하면, 인식하고자 하는 화자의 위치와 방향을 고려하여 음성 구간을 검출하여 음성 인식 시스템의 성능을 향상시킬 수 있고, 화자의 위치가 시스템이 예상한 위치를 벗어나는 경우에는 적응적인 동작이 가능하다.
이하에서는 도면을 참조하여 본 발명의 바람직한 실시 예를 설명하기로 한다. 그러나, 다음에 예시하는 본 발명의 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시 예에 한정되는 것은 아니다.
본 발명의 일 실시 예에 따른 음성 구간 추출 방법에서는 원하는 음성이 발생하는 지점을 음성 인식 시스템이 미리 알고 있거나, 음원 위치 추적 기법을 통해 신호의 발생 위치를 음성 인식 시스템이 알고 있다고 가정한다. 시스템은 원하는 위치에서 발생한 잡음을 무시하고 원하는 위치 및 방향에서 발생한 음성만을 찾는다. 마이크로폰에 동시에 입력되는 음성과 잡음에 대하여 음성의 구간을 검출하기 위해서는 마이크로폰 어레이를 이용하는 것이 바람직하다. 마이크로폰 어레이는 복수의 마이크로폰으로 음원의 위치를 탐색할 수 있기 때문에 활용할 수 있는 정보가 많은 장점이 있다.
도 2는 본 발명의 일 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법의 흐름도이다.
먼저, 마이크로폰 어레이에 입력된 오디오 신호에서 음성 구간을 검출한다(S210). 이 과정에서, 신호의 세기를 이용하여 일정 SNR (Signal-to-Noise Ratio) 이상의 신호에 대해 음성 구간을 탐색할 수 있다.
다음, 검출된 음성 구간에서 화자 검증을 수행한다(S220). 화자 검증은 시스템에 원하는 화자의 음성 모델을 미리 구축하고, 시스템에 입력되는 음성 신호를 미리 구축된 음성 모델과 비교하는 방식으로 수행된다.
다음, 화자 검증에 성공한 경우(S230), 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 화자의 얼굴 방향을 추정한다(S240). 화자 검증에 실패한 경우에는, 음성 구간 검출 과정(S210)부터 다시 시작한다.
다음, 비디오 신호를 이용하여 추정된 화자의 얼굴 방향이 시스템에 미리 저장된 기준 방향과 일치하면(S250), 음성 구간 검출 과정(S210)에서 검출된 음성 구간을 원하는 화자의 음성 구간으로 판단한다(S260). 만약 비디오 신호를 이용하여 추정된 화자의 얼굴 방향이 시스템에 미리 저장된 기준 방향과 일치하지 않으면, 음성 구간 검출 과정(S210)부터 다시 시작한다.
도 3은 본 발명의 다른 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법의 흐름도이다.
먼저, 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추정한다(S311).
다음, 위에서 추정된 음원의 위치와 시스템에 미리 저장된 기준 위치를 비교하여 일정 횟수 이상 불일치하는지 여부를 판단한다(S312). 이때, 불일치하는 횟수가 일정 횟수 미만인 경우, 해당 신호를 잡음으로 구분하거나 이를 제거한다(S313). 불일치하는 횟수가 일정 횟수 미만인 경우에는 기준 위치와 일치하는 음 원을 찾는 과정을 거칠 수 있다.
이후에, 음성 구간을 검출할 수 있다. 바람직하게는, 신호의 세기를 이용하여 일정 SNR 이상의 신호에 대해 음성 구간을 탐색할 수 있다.
다음, 검출된 음성 구간에서 화자 검증을 수행한다(S320). 화자 검증은 시스템에 원하는 화자의 음성 모델을 미리 구축하고, 시스템에 입력되는 음성 신호를 미리 구축된 음성 모델과 비교하는 방식으로 수행된다.
화자 검증에 성공한 경우(S330), 시스템에 미리 저장된 기준 위치를 위에서 추정된 음원의 위치로 변경한다(S335).
다음, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 화자의 얼굴 방향을 추정한다(S340). 화자 검증에 실패한 경우에는, 음성 위치 추정 과정(S311)부터 다시 시작한다.
비디오 신호를 이용하여 추정된 화자의 얼굴 방향이 시스템에 미리 저장된 기준 방향과 일치하면(S350), 음원 위치를 추정(S311)하면서 검출한 음성 구간을 원하는 화자의 음성 구간으로 판단한다(S360). 만약 비디오 신호를 이용하여 추정된 화자의 얼굴 방향이 시스템에 미리 저장된 기준 방향과 일치하지 않으면, 음성 위치 추정 과정(S311)부터 다시 시작한다.
도 4는 본 발명의 또 다른 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 장치의 블록도이다.
마이크로폰 어레이(410)는 복수의 마이크로폰을 구비하여 오디오 신호를 입력받는다.
SNR 추정부(420)는 마이크로폰 어레이(410)에 입력된 오디오 신호의 세기를 이용하여 오디오 신호의 SNR을 구한다. 일정 SNR 이상의 신호에 대해서만 음성 구간을 탐색하게 하는 것이 바람직하다.
음원 위치 추적부(430)는 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추적한다. 이 경우에도 일정 SNR 이상의 신호에 대해서만 음원의 위치를 추적하는 것이 바람직하다. 음원 위치 추적부(430)는 추정된 음원의 위치와 시스템에 미리 저장된 기준 위치를 비교하여 불일치시에 해당 음원을 잡음으로 판단할 수 있다. 음원 위치 추적부(430)는 기준 위치와 추정된 음원의 위치를 비교하여 원하지 않은 방향의 신호(음성을 포함한 잡음)를 제거할 수 있다.
음원 위치 추적부(430)에서 일정 방향으로의 오류가 연속적으로 발생하는 경우, 음성 강화부(440)는 해당 방향의 신호에 대해 음성을 강화할 수 있다. 즉, 시스템이 예상한 방향은 아니더라도, 다른 방향에서 화자의 음성 신호가 지속적으로 발생하는 경우에는 해당 방향에서의 음성 신호를 잡음으로 간주하는 것이 아니라, 정당한 음성 신호로서 용인하는 것이다. 이 경우에, 화자 검증부(460)는 정당한 음성 신호로 용인된 신호에 화자 검증기법을 적용하고, 해당 신호가 시스템이 인식하고자 하는 화자인 경우에는 시스템에 저장된 기준 방향을 변경한다. 이에 따라, 시스템은 인식하고자 하는 화자의 위치를 추적하면서 음성 인식을 수행할 수 있다.
한편, 음원 위치 추적부(430)에서 기준값으로 사용한 기준 위치는 메모리 기타 저장 수단(435)에 저장될 수 있다.
음성 강화부(440)는 전달된 오디오 신호의 음성을 강화하고 잡음을 제거한 다. 음성을 강화하는 방법의 예로 특정 주파수 대역을 증폭시키는 방법이 있다.
음성 구간 검출부(450)는 음성 강화부(440)에서 강화된 음성을 단일 마이크로폰 기반의 음성 구간 검출 기법에 적용한다. 음성 강화부(440)에서 음성을 강화하는 이유는 음성 구간 검출 기법이 높은 SNR에서 더 좋은 성능을 보이기 때문이다.
화자 검증부(460)는 음성 구간 검출부(450)가 음성의 구간을 정하면 이 신호가 인식하고자 하는 사용자의 음성인지 화자 검증을 수행한다.
화자 검증부(460)에서 화자가 인식하고자 하는 사용자로 판단되면, 얼굴 방향 검증부(470)는 카메라(475)에 입력된 비디오 신호에서 얼굴을 검출하여 그 얼굴의 방향을 추정한다. 얼굴 방향 검증부(470)는 추정된 얼굴의 방향이 시스템이 위치한 쪽의 방향이면 음성 구간 검출부(450)에서 검출된 음성 구간을 인식하고자 하는 화자의 음성 구간으로 인식한다.
본 발명은 소프트웨어를 통해 실행될 수 있다. 바람직하게는, 본 발명의 일 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법을 컴퓨터에서 실행시키기 위한 프로그램을 컴퓨터로 읽을 수 있는 기록매체에 기록하여 제공할 수 있다. 소프트웨어로 실행될 때, 본 발명의 구성 수단들은 필요한 작업을 실행하는 코드 세그먼트들이다. 프로그램 또는 코드 세그먼트들은 프로세서 판독 가능 매체에 저장되거나 전송 매체 또는 통신망에서 반송파와 결합된 컴퓨터 데이터 신호에 의하여 전송될 수 있다.
컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 장치의 예로는 ROM, RAM, CD-ROM, DVD±ROM, DVD-RAM, 자기 테이프, 플로피 디스크, 하드 디스크(hard disk), 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 장치에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
본 발명은 도면에 도시된 일 실시 예를 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시 예의 변형이 가능하다는 점을 이해할 것이다. 그리고, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.
본 발명은 음성 인식 분야에서 시공간의 데이터를 이용하여 음성 구간을 검출하는 방법 및 장치에 관한 것으로, 인식하고자 하는 화자의 위치와 방향을 고려하여 음성 구간을 검출하여 음성 인식 시스템의 성능을 향상시킬 수 있는 음성 인식 장치 및 이를 포함하는 시스템에 적용될 수 있다.
도 1은 종래의 음성 인식 시스템을 도시한 것이다.
도 2는 본 발명의 일 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법의 흐름도이다.
도 3은 본 발명의 다른 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법의 흐름도이다.
도 4는 본 발명의 또 다른 실시 예에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 장치의 블록도이다.
Claims (12)
- 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추정하는 단계;상기 추정된 음원의 위치와 미리 저장된 기준 위치를 비교하여 잡음을 구별하면서 상기 오디오 신호에서 음성 구간을 검출하는 단계;상기 검출된 음성 구간에서 화자 검증을 수행하는 단계;상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하는 단계; 및상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면, 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 단계를 포함하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법.
- 삭제
- 제1항에 있어서,상기 화자 검증을 수행하는 단계는,상기 화자 검증에 성공한 경우, 상기 기준 위치의 값을 상기 추정된 음원의 위치로 변경하는 단계를 포함하는 것을 특징으로 하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법.
- 제1항에 있어서,상기 음원의 위치를 추정하는 단계는,상기 마이크로폰 어레이에 입력된 오디오 신호 중 일정 SNR 이상의 신호를 이용하는 단계인 것을 특징으로 하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법.
- 제1항에 있어서,상기 음성 구간을 검출하는 단계는,상기 구별된 잡음을 제거하는 단계; 및상기 잡음이 제거된 신호에서 단일 마이크로폰 기반으로 음성 구간을 검출하는 단계를 더 포함하는 것을 특징으로 하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법.
- 제5항에 있어서,상기 구별된 잡음을 제거하는 단계는,상기 미리 저장된 위치와 다른 위치로 추정되는 음원의 신호를 제거하는 단 계를 포함하는 것을 특징으로 하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법.
- 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추정하는 단계; 및상기 추정된 음원의 위치와 미리 저장된 기준 위치를 비교하여 일치하지 않는 횟수가 임계값 이상인 경우, 상기 오디오 신호에서 음성 구간을 검출하는 단계;상기 검출된 음성 구간에서 화자 검증을 수행하는 단계;상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하는 단계; 및상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면, 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 단계를 포함하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법.
- 제7항에 있어서,상기 화자 검증을 수행하는 단계는,상기 화자 검증에 성공한 경우, 상기 기준 위치의 값을 상기 추정된 음원의 위치로 변경하는 단계를 포함하는 것을 특징으로 하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법.
- 제 1 항, 제 3 항 내지 제 8 항 중 어느 한 항에 따른 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법을 컴퓨터 시스템에서 실행하기 위한 프로그램이 기록된 컴퓨터 시스템이 판독할 수 있는 기록매체.
- 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추정하고, 추정된 음원의 위치와 미리 저장된 기준 위치를 비교하여 잡음을 구별하면서 상기 오디오 신호에서 음성 구간을 검출하는 음성 구간 검출부;상기 검출된 음성 구간에서 화자 검증을 수행하는 화자 검증부; 및상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하고, 상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 얼굴 방향 검증부를 포함하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 장치.
- 마이크로폰 어레이에 입력된 오디오 신호를 이용하여 음원의 위치를 추정하는 음원 위치 추적부; 및상기 추정된 음원의 위치와 미리 저장된 기준 위치를 비교하여 일치하지 않는 횟수가 임계값 이상인 경우, 상기 오디오 신호에서 음성 구간을 검출하는 음성 구간 검출부;상기 검출된 음성 구간에서 화자 검증을 수행하는 화자 검증부;상기 화자 검증에 성공한 경우, 카메라에 입력된 비디오 신호를 이용하여 화 자의 얼굴을 검출하고 상기 화자의 얼굴 방향을 추정하고, 상기 추정된 얼굴 방향이 미리 저장된 기준 방향과 일치하면 상기 검출된 음성 구간을 상기 화자의 음성 구간으로 판단하는 얼굴 방향 검증부를 포함하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 장치.
- 제11항에 있어서,상기 화자 검증부는,상기 화자 검증에 성공한 경우, 상기 기준 위치의 값을 상기 추정된 음원의 위치로 변경하는 것을 특징으로 하는, 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 장치.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090017114A KR101041039B1 (ko) | 2009-02-27 | 2009-02-27 | 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치 |
US13/203,387 US9431029B2 (en) | 2009-02-27 | 2010-02-10 | Method for detecting voice section from time-space by using audio and video information and apparatus thereof |
PCT/KR2010/000833 WO2010098546A2 (ko) | 2009-02-27 | 2010-02-10 | 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090017114A KR101041039B1 (ko) | 2009-02-27 | 2009-02-27 | 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20100098104A KR20100098104A (ko) | 2010-09-06 |
KR101041039B1 true KR101041039B1 (ko) | 2011-06-14 |
Family
ID=42666025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090017114A KR101041039B1 (ko) | 2009-02-27 | 2009-02-27 | 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9431029B2 (ko) |
KR (1) | KR101041039B1 (ko) |
WO (1) | WO2010098546A2 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140142149A (ko) * | 2013-06-03 | 2014-12-11 | 삼성전자주식회사 | 음성 향상 방법 및 그 장치 |
KR102453919B1 (ko) | 2022-05-09 | 2022-10-12 | (주)피플리 | 인공지능 기반 문화 콘텐츠 관련 가이드 음원의 검증 방법, 장치 및 시스템 |
Families Citing this family (180)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US20120309363A1 (en) | 2011-06-03 | 2012-12-06 | Apple Inc. | Triggering notifications associated with tasks items that represent tasks to perform |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
KR101750338B1 (ko) | 2010-09-13 | 2017-06-23 | 삼성전자주식회사 | 마이크의 빔포밍 수행 방법 및 장치 |
KR101233272B1 (ko) * | 2011-03-08 | 2013-02-14 | 고려대학교 산학협력단 | 잡음 환경에서의 음성 처리 장치 및 방법 |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
GB2493327B (en) * | 2011-07-05 | 2018-06-06 | Skype | Processing audio signals |
GB2495472B (en) | 2011-09-30 | 2019-07-03 | Skype | Processing audio signals |
GB2495131A (en) | 2011-09-30 | 2013-04-03 | Skype | A mobile device includes a received-signal beamformer that adapts to motion of the mobile device |
GB2495128B (en) | 2011-09-30 | 2018-04-04 | Skype | Processing signals |
GB2495278A (en) | 2011-09-30 | 2013-04-10 | Skype | Processing received signals from a range of receiving angles to reduce interference |
GB2495129B (en) | 2011-09-30 | 2017-07-19 | Skype | Processing signals |
GB2495130B (en) | 2011-09-30 | 2018-10-24 | Skype | Processing audio signals |
GB2496660B (en) | 2011-11-18 | 2014-06-04 | Skype | Processing audio signals |
GB201120392D0 (en) | 2011-11-25 | 2012-01-11 | Skype Ltd | Processing signals |
GB2497343B (en) | 2011-12-08 | 2014-11-26 | Skype | Processing audio signals |
CN104011735B (zh) * | 2011-12-26 | 2018-03-30 | 英特尔公司 | 基于车辆的对乘员音频和可视输入的确定 |
US10134385B2 (en) | 2012-03-02 | 2018-11-20 | Apple Inc. | Systems and methods for name pronunciation |
US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US9881616B2 (en) * | 2012-06-06 | 2018-01-30 | Qualcomm Incorporated | Method and systems having improved speech recognition |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
US9704486B2 (en) * | 2012-12-11 | 2017-07-11 | Amazon Technologies, Inc. | Speech recognition power management |
EP3809407A1 (en) | 2013-02-07 | 2021-04-21 | Apple Inc. | Voice trigger for a digital assistant |
US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
CN104217149B (zh) | 2013-05-31 | 2017-05-24 | 国际商业机器公司 | 基于语音的生物认证方法及设备 |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
KR101922663B1 (ko) | 2013-06-09 | 2018-11-28 | 애플 인크. | 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스 |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US9966065B2 (en) | 2014-05-30 | 2018-05-08 | Apple Inc. | Multi-command single utterance input method |
US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US10186282B2 (en) * | 2014-06-19 | 2019-01-22 | Apple Inc. | Robust end-pointing of speech signals using speaker recognition |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
KR101805976B1 (ko) * | 2015-03-02 | 2017-12-07 | 한국전자통신연구원 | 음성 인식 장치 및 방법 |
US10152299B2 (en) | 2015-03-06 | 2018-12-11 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
US10460227B2 (en) | 2015-05-15 | 2019-10-29 | Apple Inc. | Virtual assistant in a communication session |
US10200824B2 (en) | 2015-05-27 | 2019-02-05 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device |
US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
US20160378747A1 (en) | 2015-06-29 | 2016-12-29 | Apple Inc. | Virtual assistant for media playback |
KR102339798B1 (ko) * | 2015-08-21 | 2021-12-15 | 삼성전자주식회사 | 전자 장치의 음향 처리 방법 및 그 전자 장치 |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US10740384B2 (en) | 2015-09-08 | 2020-08-11 | Apple Inc. | Intelligent automated assistant for media search and playback |
US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
JP6693111B2 (ja) * | 2015-12-14 | 2020-05-13 | カシオ計算機株式会社 | 対話装置、ロボット、対話方法及びプログラム |
US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
DK179309B1 (en) | 2016-06-09 | 2018-04-23 | Apple Inc | Intelligent automated assistant in a home environment |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
CN106356067A (zh) * | 2016-08-25 | 2017-01-25 | 乐视控股(北京)有限公司 | 录音方法、装置及终端 |
US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US11281993B2 (en) | 2016-12-05 | 2022-03-22 | Apple Inc. | Model and ensemble compression for metric learning |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
US11204787B2 (en) | 2017-01-09 | 2021-12-21 | Apple Inc. | Application integration with a digital assistant |
DK201770383A1 (en) | 2017-05-09 | 2018-12-14 | Apple Inc. | USER INTERFACE FOR CORRECTING RECOGNITION ERRORS |
US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
US10726832B2 (en) | 2017-05-11 | 2020-07-28 | Apple Inc. | Maintaining privacy of personal information |
DK180048B1 (en) | 2017-05-11 | 2020-02-04 | Apple Inc. | MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION |
US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
DK201770429A1 (en) | 2017-05-12 | 2018-12-14 | Apple Inc. | LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
US10403278B2 (en) | 2017-05-16 | 2019-09-03 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
DK179549B1 (en) | 2017-05-16 | 2019-02-12 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
US20180336892A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Detecting a trigger of a digital assistant |
US10303715B2 (en) | 2017-05-16 | 2019-05-28 | Apple Inc. | Intelligent automated assistant for media exploration |
US10657328B2 (en) | 2017-06-02 | 2020-05-19 | Apple Inc. | Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling |
JP6927308B2 (ja) | 2017-07-26 | 2021-08-25 | 日本電気株式会社 | 音声操作装置及びその制御方法 |
US10445429B2 (en) | 2017-09-21 | 2019-10-15 | Apple Inc. | Natural language understanding using vocabularies with compressed serialized tries |
US10755051B2 (en) | 2017-09-29 | 2020-08-25 | Apple Inc. | Rule-based natural language processing |
CN107742522B (zh) | 2017-10-23 | 2022-01-14 | 科大讯飞股份有限公司 | 基于麦克风阵列的目标语音获取方法及装置 |
CN107862060B (zh) * | 2017-11-15 | 2021-03-23 | 吉林大学 | 一种追踪目标人的语义识别装置及识别方法 |
US10636424B2 (en) | 2017-11-30 | 2020-04-28 | Apple Inc. | Multi-turn canned dialog |
CN109859749A (zh) | 2017-11-30 | 2019-06-07 | 阿里巴巴集团控股有限公司 | 一种语音信号识别方法和装置 |
US10733982B2 (en) | 2018-01-08 | 2020-08-04 | Apple Inc. | Multi-directional dialog |
US10733375B2 (en) | 2018-01-31 | 2020-08-04 | Apple Inc. | Knowledge-based framework for improving natural language understanding |
US11150869B2 (en) | 2018-02-14 | 2021-10-19 | International Business Machines Corporation | Voice command filtering |
US10789959B2 (en) | 2018-03-02 | 2020-09-29 | Apple Inc. | Training speaker recognition models for digital assistants |
US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
US10818288B2 (en) | 2018-03-26 | 2020-10-27 | Apple Inc. | Natural assistant interaction |
US10909331B2 (en) | 2018-03-30 | 2021-02-02 | Apple Inc. | Implicit identification of translation payload with neural machine translation |
US11200890B2 (en) * | 2018-05-01 | 2021-12-14 | International Business Machines Corporation | Distinguishing voice commands |
US11238856B2 (en) | 2018-05-01 | 2022-02-01 | International Business Machines Corporation | Ignoring trigger words in streamed media content |
US10847162B2 (en) * | 2018-05-07 | 2020-11-24 | Microsoft Technology Licensing, Llc | Multi-modal speech localization |
US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US10928918B2 (en) | 2018-05-07 | 2021-02-23 | Apple Inc. | Raise to speak |
US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
DK179822B1 (da) | 2018-06-01 | 2019-07-12 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
DK201870355A1 (en) | 2018-06-01 | 2019-12-16 | Apple Inc. | VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS |
DK180639B1 (en) | 2018-06-01 | 2021-11-04 | Apple Inc | DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT |
US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
US10496705B1 (en) | 2018-06-03 | 2019-12-03 | Apple Inc. | Accelerated task performance |
US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
US11527265B2 (en) | 2018-11-02 | 2022-12-13 | BriefCam Ltd. | Method and system for automatic object-aware video or audio redaction |
KR20200081274A (ko) | 2018-12-27 | 2020-07-07 | 한화테크윈 주식회사 | 음성을 인식하는 장치 및 방법 |
WO2020138943A1 (ko) * | 2018-12-27 | 2020-07-02 | 한화테크윈 주식회사 | 음성을 인식하는 장치 및 방법 |
US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
CN109979447A (zh) * | 2019-01-25 | 2019-07-05 | 广州富港万嘉智能科技有限公司 | 一种基于位置的点餐控制方法、电子设备及存储介质 |
US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
DK201970509A1 (en) | 2019-05-06 | 2021-01-15 | Apple Inc | Spoken notifications |
KR102230667B1 (ko) * | 2019-05-10 | 2021-03-22 | 네이버 주식회사 | 오디오-비주얼 데이터에 기반한 화자 분리 방법 및 장치 |
US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
DK201970511A1 (en) | 2019-05-31 | 2021-02-15 | Apple Inc | Voice identification in digital assistant systems |
US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
DK180129B1 (en) | 2019-05-31 | 2020-06-02 | Apple Inc. | USER ACTIVITY SHORTCUT SUGGESTIONS |
US11468890B2 (en) | 2019-06-01 | 2022-10-11 | Apple Inc. | Methods and user interfaces for voice-based control of electronic devices |
US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
US11355108B2 (en) | 2019-08-20 | 2022-06-07 | International Business Machines Corporation | Distinguishing voice commands |
US11514928B2 (en) * | 2019-09-09 | 2022-11-29 | Apple Inc. | Spatially informed audio signal processing for user speech |
WO2021056255A1 (en) | 2019-09-25 | 2021-04-01 | Apple Inc. | Text detection using global geometry estimators |
KR20210101703A (ko) | 2020-02-10 | 2021-08-19 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 음성 녹음 방법 |
US11061543B1 (en) | 2020-05-11 | 2021-07-13 | Apple Inc. | Providing relevant data items based on context |
US11038934B1 (en) | 2020-05-11 | 2021-06-15 | Apple Inc. | Digital assistant hardware abstraction |
US11755276B2 (en) | 2020-05-12 | 2023-09-12 | Apple Inc. | Reducing description length based on confidence |
KR102412863B1 (ko) * | 2020-05-21 | 2022-06-24 | 주식회사 윌비소프트 | 동영상 강의의 중요구간 탐지 방법, 컴퓨터 프로그램 및 컴퓨터 판독가능 기록 매체 |
US11490204B2 (en) | 2020-07-20 | 2022-11-01 | Apple Inc. | Multi-device audio adjustment coordination |
US11438683B2 (en) | 2020-07-21 | 2022-09-06 | Apple Inc. | User identification using headphones |
CN112951257A (zh) * | 2020-09-24 | 2021-06-11 | 上海译会信息科技有限公司 | 一种音频图像采集设备及说话人定位及语音分离方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070061207A (ko) * | 2005-12-08 | 2007-06-13 | 한국전자통신연구원 | 음성 구간 검출 장치 및 방법 그리고 음성 인식 시스템 |
JP2008152125A (ja) * | 2006-12-19 | 2008-07-03 | Toyota Central R&D Labs Inc | 発話検出装置及び発話検出方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002091466A (ja) * | 2000-09-12 | 2002-03-27 | Pioneer Electronic Corp | 音声認識装置 |
US6964023B2 (en) * | 2001-02-05 | 2005-11-08 | International Business Machines Corporation | System and method for multi-modal focus detection, referential ambiguity resolution and mood classification using multi-modal input |
JP3627058B2 (ja) * | 2002-03-01 | 2005-03-09 | 独立行政法人科学技術振興機構 | ロボット視聴覚システム |
JP4195267B2 (ja) * | 2002-03-14 | 2008-12-10 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 音声認識装置、その音声認識方法及びプログラム |
KR100758707B1 (ko) * | 2005-12-08 | 2007-09-14 | 한국전자통신연구원 | 로봇 환경에서 음원 추적 시스템 및 방법 |
JP5070873B2 (ja) | 2006-08-09 | 2012-11-14 | 富士通株式会社 | 音源方向推定装置、音源方向推定方法、及びコンピュータプログラム |
-
2009
- 2009-02-27 KR KR1020090017114A patent/KR101041039B1/ko active IP Right Grant
-
2010
- 2010-02-10 US US13/203,387 patent/US9431029B2/en active Active
- 2010-02-10 WO PCT/KR2010/000833 patent/WO2010098546A2/ko active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070061207A (ko) * | 2005-12-08 | 2007-06-13 | 한국전자통신연구원 | 음성 구간 검출 장치 및 방법 그리고 음성 인식 시스템 |
JP2008152125A (ja) * | 2006-12-19 | 2008-07-03 | Toyota Central R&D Labs Inc | 発話検出装置及び発話検出方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140142149A (ko) * | 2013-06-03 | 2014-12-11 | 삼성전자주식회사 | 음성 향상 방법 및 그 장치 |
WO2014196769A1 (ko) * | 2013-06-03 | 2014-12-11 | 삼성전자 주식회사 | 음성 향상 방법 및 그 장치 |
US10431241B2 (en) | 2013-06-03 | 2019-10-01 | Samsung Electronics Co., Ltd. | Speech enhancement method and apparatus for same |
US10529360B2 (en) | 2013-06-03 | 2020-01-07 | Samsung Electronics Co., Ltd. | Speech enhancement method and apparatus for same |
US11043231B2 (en) | 2013-06-03 | 2021-06-22 | Samsung Electronics Co., Ltd. | Speech enhancement method and apparatus for same |
KR102282366B1 (ko) * | 2013-06-03 | 2021-07-27 | 삼성전자주식회사 | 음성 향상 방법 및 그 장치 |
KR102453919B1 (ko) | 2022-05-09 | 2022-10-12 | (주)피플리 | 인공지능 기반 문화 콘텐츠 관련 가이드 음원의 검증 방법, 장치 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
WO2010098546A2 (ko) | 2010-09-02 |
WO2010098546A3 (ko) | 2010-10-21 |
US9431029B2 (en) | 2016-08-30 |
US20120078624A1 (en) | 2012-03-29 |
KR20100098104A (ko) | 2010-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101041039B1 (ko) | 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치 | |
KR102339594B1 (ko) | 객체 인식 방법, 컴퓨터 디바이스 및 컴퓨터 판독 가능 저장 매체 | |
US9159320B2 (en) | Endpoint detection apparatus for sound source and method thereof | |
US8543402B1 (en) | Speaker segmentation in noisy conversational speech | |
US8938404B2 (en) | System and method for detecting abnormal audio events | |
US20120130716A1 (en) | Speech recognition method for robot | |
TWI711035B (zh) | 方位角估計的方法、設備、語音交互系統及儲存介質 | |
US8046215B2 (en) | Method and apparatus to detect voice activity by adding a random signal | |
CN105161093A (zh) | 一种判断说话人数目的方法及系统 | |
Moattar et al. | A new approach for robust realtime voice activity detection using spectral pattern | |
KR101697651B1 (ko) | 음성 신호의 검출 방법 및 장치 | |
JP4787979B2 (ja) | 雑音検出装置および雑音検出方法 | |
Martínez-González et al. | Spatial features selection for unsupervised speaker segmentation and clustering | |
US8326457B2 (en) | Apparatus for detecting user and method for detecting user by the same | |
US11887605B2 (en) | Voice processing | |
KR100429896B1 (ko) | 잡음 환경에서의 음성신호 검출방법 및 그 장치 | |
Friedland et al. | Speaker recognition and diarization | |
Hogg et al. | Multiple hypothesis tracking for overlapping speaker segmentation | |
CN111681671B (zh) | 异常音识别方法、装置及计算机存储介质 | |
KR20190020471A (ko) | 음성 존재 구간 판별 장치 및 방법 | |
CN117727298B (zh) | 基于深度学习的手提电脑语音识别方法及系统 | |
Kotti et al. | Speaker change detection using BIC: A comparison on two datasets | |
Barakat et al. | Noise robust keyword spotting for user generated video blogs | |
EP4218012A1 (en) | Adaptive noise estimation | |
CN116825142A (zh) | 自适应参数投票机制的语音端点检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20140304 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20170328 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20190411 Year of fee payment: 9 |