KR100647291B1 - 음성의 특징을 이용한 음성 다이얼링 장치 및 방법 - Google Patents

Abstract

본 발명은 음성의 특징을 이용한 음성 다이얼링 장치 및 방법을 개시한다. 이동 통신 단말기의 다이얼링시 버튼을 누르지 않고, 음성으로 다이얼링하는 이 장치는, 보코더에서 츨력된 프레임별 패킷 데이터로부터 음성특징 파라미터를 추출하는 입력 인터페이스와, 음성 특징 파라미터를 이용하여 음성 구간을 검출하는 음성 구간 검출부와, 검출된 음성 구간에서 음성 신호의 피크의 개수 및 피크의 레벨중 적어도 하나를 음성 인식용 음성 신호의 특징으로서 추출하는 특징 추출부와, 음성 인식용 음성신호의 특징을 각 전화번호에 해당하도록 데이터 베이스에 등록시키는 음성 등록부와, 음성 인식용 음성신호의 특징을 이용하여 데이터 베이스에 등록된 음성 신호와 음성 다이얼링을 위해 발성된 음성을 비교하여 가장 가까운 음성 신호를 골라내는 음성 인식부 및 음성 인식 결과에 해당되는 음성 신호와 전화 번호를 출력하는 결과 출력부를 구비하는 것을 특징으로 한다.

Description

음성의 특징을 이용한 음성 다이얼링 장치 및 방법{Voice dialing apparatus and method using features of the voice}

도 1은 본 발명에 의한 음성의 특징을 이용한 음성 다이얼링 장치의 블럭도이다.

도 2는 도 1에 도시된 음성 구간 검출부(120)의 구성도이다.

도 3은 도 1에 도시된 음성 등록부(140)의 예시적인 블럭도이다.

도 4는 도 1에 도시된 음성 인식부(150)의 본 발명에 의한 일 실시예의 블럭도이다.

본 발명은 이동 단말기에서 음성을 이용한 다이얼링 기술에 관한 것으로, 특히 음성 신호가 아닌 각 보코더의 특징 파라미터를 이용하여 기존 단말기에 하드웨어의 추가없이 소프트웨어만으로 실시간 구현하는 음성의 특징을 이용한 음성 다이얼링 장치 및 방법에 관한 것이다.

음성 다이얼링 기술은 음성인식 기술을 전화기 제어에 응용한 것이다. 이러한 음성 다이얼링 기술은 입력으로 사용하는 것이 8KHz 샘플링, 16비트 PCM 데이터 나 그에 준하는 음성을 직접 사용하는 것이었다. 하지만, 이동 전화기 환경하에서 하드웨어의 추가없이 소프트웨어 만으로 음성 다이얼링 기술을 구현하려면 이동 전화기의 보코더 결과를 이용하는 방법을 찾아야만 한다. 왜냐하면, 음성을 직접 받기 위해서는 A/D 장치는 물론 상당량의 메모리도 추가로 필요하기 때문이다.

그리고, 보코더 결과를 이용하여 음성을 재생하는 방법은 소프트웨어 만으로 구현하기에는 계산량이 부족한 것이 일반적이다. 한편, 핸즈프리 환경하에서 음성 다이얼링을 하고자 할 때는 배경 잡음의 처리라는 또 하나의 문제가 발생한다. 즉, 고속도로를 달리는 자동차에서 전화를 걸려면 핸즈프리 장치를 이용하여야 하는데 이 때 마이크는 자동차 선바이저에 장착하는 것이 일반적이다. 이러한 환경에서 음성을 발성하면 음성과 함께 고속도로에서 발생하는 여러 잡음이 동시에 들어 오게 된다. 100km 이상 달리는 자동차 안에서 고속도로 잡음을 측정해보면 신호대잡음비(SNR)가 -6dB에서 6dB 정도나 된다. 이 수치는 음성의 출력 크기나 잡음의 출력 크기가 비슷하다는 것을 의미한다. 따라서, 음성이 아닌 보코더 출력인 패킷 데이터를 이용해야 한다는 문제와 함께 다양하고 값이 큰 잡음 환경하에서 음성 인식을 수행해야 한다는 문제를 안고 있는 것이다.

잡음 환경하에서 음성 인식을 하기위해서 잡음을 제거하는 방법은 주파수 차감법(Spectral substraction)등 알려진 기술이 많지만 이러한 방법은 PCM 데이터를 이용할 수 있다는 가정에서 시작하는 것이다.

한편, 보코더에서 만들어내는 특징 파라미터중 게인에 관계되는 파라미터를 이용해서 음성 인식을 수행하는 것은 잡음이 적은 환경에서는 최고 90% 정도의 인 식률을 얻을 수 있지만 잡음이 많은 환경에서는 40% 이하의 인식률 밖에 보장할 수 없다.

본 발명이 이루고자하는 기술적 과제는 하드웨어의 추가 없이 소프트웨어만으로 기존 이동 전화기에 음성의 피크 개수 및/또는 음성의 피크 레벨 같은 음성의 특징을 이용하여 음성 다이얼링 기능을 적용시킬 수 있는 음성의 특징을 이용한 음성 다이얼링 장치 및 방법을 제공함에 있다.

상기 기술적 과제를 해결하기 위한, 이동 통신 단말기의 다이얼링시 버튼을 누르지 않고, 음성으로 다이얼링하는 본 발명에 의한 음성의 특징을 이용한 음성 다이얼링 장치는, 보코더에서 츨력된 프레임별 패킷 데이터로부터 음성특징 파라미터를 추출하는 입력 인터페이스와, 상기 입력 인터페이스로부터 출력된 상기 음성 특징 파라미터를 이용하여 음성 구간을 검출하는 음성 구간 검출부와, 상기 검출된 음성 구간에서 음성 신호의 피크의 개수 및 상기 피크의 레벨중 적어도 하나를 음성 인식용 음성 신호의 특징으로서 추출하는 특징 추출부와, 상기 특징 추출부로부터 추출된 상기 음성 인식용 음성신호의 특징을 각 전화번호에 해당하도록 데이터 베이스에 등록시키는 음성 등록부와, 상기 특징 추출부로부터 추출된 상기 음성 인식용 음성신호의 특징을 이용하여 상기 데이터 베이스에 등록된 음성 신호와 음성 다이얼링을 위해 발성된 음성을 비교하여 가장 가까운 음성 신호를 골라내는 음성 인식부 및 상기 음성 인식 결과에 해당되는 음성 신호와 전화 번호를 출력하는 결 과 출력부로 구성되는 것이 바람직하다.

상기 다른 기술적 과제를 해결하기 위해,이동 통신 단말기의 다이얼링시 음성으로 다이얼링하는 본 발명에 의한 음성의 특징을 이용한 음성 다이얼링 방법은, 보코더로부터 출력된 패킷 스트림 신호를 언패킹 파라미터 스트림신호로 변환하는 단계와, 상기 언패킹 파라미터 스트림신호의 구간을 검출하는 단계와, 상기 검출된 신호에 존재하는 음성 신호의 피크의 개수 및 상기 피크의 레벨중 적어도 하나를 음성신호의 특징으로서 검출하는 단계와, 상기 음성신호의 특징을 각 전화번호에 해당하도록 메모리에 저장시키는 음성 등록 단계와, 상기 등록된 음성 신호에서 발성된 음성과 가장 가까운 음성 신호를 골라내는 음성 인식 단계 및 상기 음성인식결과에 해당되는 음성 신호와 전화 번호를 출력하는 단계로 이루어지는 것이 바람직하다.

이하, 본 발명에 의한 음성의 특징을 이용한 음성 다이얼링 장치를 첨부된 도면들을 참조하여 다음과 같이 설명한다.

도 1은 본 발명에 의한 음성의 특징을 이용한 음성 다이얼링 장치의 블럭도로서, 입력 인터페이스(110), 음성 구간 검출부(120), 특징 추출부(130), 음성 등록부(140), 음성 인식부(150) 및 결과 출력부(160)로 이루어진다.

입력 인터페이스(110)는 보코더의 패킷 데이터를 언패킹(unpacking)하고 그 데이타를 해석하여 음성 구간 검출부(120)에 입력시켜주는 일을 한다. 이는 프레임 별 패킷 데이터에서 1~2msec 이내에 특징 파라미터를 추출한다.

음성 구간 검출부(120)은 입력 인터페이스(110)에서 만들어진 파라미터의 이 득 특성을 이용하여 음성 구간을 검출한다.

특징추출부(130)는 음성 구간 검출부(120)에서 검출된 음성 구간에 속하는 음성 신호의 피크의 개수 및 피크의 레벨중 적어도 하나를 음성 인식용 음성신호의 특징으로서 추출한다. 여기서, 음성 구간에 속하는 음성 신호의 피크의 개수는 전화 번호에 따라 각기 다르다. 또한, 음성 구간에 속하는 음성 신호의 피크의 레벨 역시 전화 번호에 따라 각기 다르다. 이 때, 특징 추출부(130)는 음성 구간에 속하는 음성 신호의 피크의 개수만을 음성 신호의 특징으로서 추출할 수도 있고, 음성 신호의 피크의 레벨을 음성 신호의 특징으로서 추출할 수도 있다. 또는, 특징 추출부(130)는 음성 구간에 속하는 음성 신호의 피크의 개수 및 음성 신호의 피크의 레벨을 음성 신호의 특징으로서 모두 추출할 수도 있다.

한편, 음성 등록부(140)은 각 전화번호에 해당하는 음성 신호의 특징을 메모리(Flash ROM)에 저장시킨다.

음성 인식부(150)은 현재의 발성이 저장되어 있는 등록 데이터베이스(170)와 어느 정도 유사한지 계산하는 일을 수행한다. 한 번 혹은 필요하면 두 번의 발성을 가지고 인식을 수행한다.

결과 출력부(160)은 전화를 걸어주기에 앞서 인식 결과에 해당하는 음성을 사용자에게 들려 주고 확인 시켜주는 일을 한다.

상술한 구성에 의거하여 본 발명의 동작에 대하여 설명하기로 한다.

본 발명은 이동 전화기용 음성 다이얼링에 관한 것으로서 음성을 입력받는 것이 아니라 임의의 코덱 패킷 값을 가지고 음성 인식용 음성 신호의 특징을 추출 하고 음성부분을 검출하여 인간과 기계간의 인터페이스를 가능하게 한다.

본 발명은 QCELP, EVRC 및 RPE-LTP 같은 보코더에서 생성된 음성 특징 파라미터만을 이용한 것이다. 입력 인터페이스(110)는 보코더의 패킷 데이터를 언패킹(unpacking)하고 그 데이타를 해석하여 음성 구간 검출부(120)에 입력하고, 프레임 별 패킷 데이터에서 1~2msec 이내에 특징 파라미터를 추출한다.

도 2는 도 1에 도시된 음성 구간 검출부(120)의 구성도로서, 입력 인터페이스부(210), 유사 신호 생성부(220), 유사 이득 생성부(230), 이득 평균 생성부(240), 프레임 상태 판정부(250) 및 후 처리부(250)로 구성된다.

유사 신호 생성부(220)는 특징 파라미터를 이용하여 유사 신호를 생성하는 역할을 한다. 이를 위해, 유사 신호 생성부(220)는 백색 잡음 펄스에 보코더 이득 값을 이용하여 이득 필터링을 한 후, 피치 정보를 이용하여 피치 필터링을 수행한다. 이렇게 해서 생성된 신호는 사람의 귀로 구별할 수 있을 정도의 음성 신호는 아니지만 음성을 구별하는 기본 정보인 음의 크기와 주파수 정보를 포함하고 있다. 다음 수학식 1은 유사 신호를 생성하는 식이다.

x(i)=w(i)*G+x(i-l)*B

여기서, i는 샘플 수에 해당하는 시간 변수이고, G값은 프레임별 이득값, L은 프레임별 피치, B는 프레임별 피치 이득, x(i)는 유사 신호, w(i)는 백색 신호를 각각 나타낸다.

이런 방법을 이용하여 이동 전화기에서 음성 검출기의 실시간 구현을 위해 각 보코더의 신호 재생 장치를 대치할 수 있는 것이다.

유사 이득 생성부(230)는 생성된 유사 신호에 절대값을 취한 후 프레임의 크기 만큼 합한 수이다. 각 신호를 제곱하여 더한 후 제곱근을 구해야 정확한 이득값이 생성될 수 있지만, 실시간으로 구현하기 위해서는 곱하기나 제곱근은 사용할 수 없다. 다음 수학식 2는 유사 신호의 이득을 생성하는 식이다.

s(j) = abs_sum(x(j*I) ~ x(j*(I+1) - 1))

여기서, j는 프레임 수로서 j = i / I 에 해당한다. I는 프레임의 크기로서 160(20msec)이 일반적이다. abs_sum(x(k) ~ x(m))는 k번째 유사신호부터 m번째 유사신호까지의 절대값 합을 의미한다.

이득 평균 생성부(240)는 다음 수학식 3과 같이 연속된 4개의 프레임의 평균값을 구하는 일을 수행한다. 본 발명에서 연속된 4개의 프레임을 사용하는 이유는 음성의 특징이 가장 잘 유지되는 프레임의 길이이기 때문이다.

nG(j) = (s(j-3) + s(j-2) + s(j-1) + s(j)) / 4

각 프레임별 유사 신호의 이득은 시간에 따른 변화 폭이 커 수학식 2의 결과를 이용하여 음성을 검출할 때 에러가 발생할 확률이 높아진다. 수학식 3은 수학식 2보다 이득의 변화폭이 안정되어서 음성 부분과 잡음 부분을 구분짓기가 용이하다.

프레임 상태 판정부(250)는 유사신호의 이득 평균값과 과거 상태 판정 결과를 이용하여 현재 프레임이 음성인지, 음성과 음성 사이의 묵음 구간인지, 배경 잡 음 구간인지 판정해주는 일을 한다. 1차 음성 구간 결정은 음성과 음성 사이의 묵음 구간을 포함한 시작 위치와 끝 위치 정보를 알려준다.

후 처리부(260)는 1차 음성 구간 결과를 이용하여 시작 위치와 끝 위치를 좀더 상세하게 보정해 준다. 이것은 시작 위치 결과의 앞뒤 10프레임, 끝 위치 결과의 앞뒤 10프레임 내에서 상태 판정단을 다시 수행시켜 음성 검출 결과를 보정시키는 일을 수행한다.

따라서, 음성 구간 검출부(120)로부터 검출된 음성구간은 특징추출부(130)에 의해서 음성 인식용 음성 신호의 특징을 추출할 때 이용된다. 그리고, 특징 추출부(130)의 음성 인식용 음성신호의 특징은 등록 모드일때는 음성 등록부(140)로 입력되고, 인식 모드일때는 음성 인식부(150)로 입력된다.

음성 등록부(140)는 음성 신호의 특징을 각 전화 번호에 해당하도록 메모리(Flash ROM)에 저장시킨다. 또한, 보코더의 패킷을 해석한 결과를 이용해서 음성 특징을 추출한다.

도 3은 도 1에 도시된 음성 등록부(140)의 예시적인 블럭도로서, 등록 데이타 베이스 비교부(310), 발성 비교부(320) 및 데이타 베이스 저장부(330)로 구성된다.

도 3에 도시된 등록 데이타 베이스 비교부(310)는 입력 발성음과 데이터 베이스(170)에 등록된 음성의 유사성을 비교한다. 발성 비교부(320)는 발성음이 데이터 베이스에 등록된 음성과 유사하지 않으면, 발성음과 재발성된 발성음의 발성특징을 비교한다. 데이터 베이스 저장부(330)는 발성 비교부(320)에서 비교된 발성특 징이 같으면 발성음의 발성 특징을 저장한다. 또한 발성 비교부(320)는 발성음과 재발성된 발성음의 발성 특징이 다르면 입력 음성을 추가하여 발성 특징을 재 비교하는 추가 발성비교부(미도시)를 더 구비할 수도 있다.

음성 등록을 위해서는 2번에서 3번의 음성 발성이 필요하다. 등록 과정을 살펴보면, 발성음 1을 입력하면 기존에 저장된 음성 데이터 베이스들과 유사성을 검토하여 유사하다고 판단되면 발성음 1을 음성등록부(140)에 저장하고, 처음으로 되돌아간다.

발성음 2가 입력되면 발성음 1과 발성음 2의 유사성을 검토하여 유사하다고 판단되면 발성음 1과 발성음 2의 특징을 음성 등록부(140)에 저장한다. 만약, 발성음 1과 발성음 2가 유사하지 않으면 발성음 3을 입력하여 발성음 1과 발성음 2를 발성음 3과 유사성을 검토하여 유사하면 발성음 1 혹은 발성음 2와 발성음 3 의 특징을 음성등록부(140)에 저장한다.

여기서, 추가 발성 비교부(미도시)는 발성음 3과 발성음 1 혹은 발성음 2와 비교하는 단계를 뜻한다. 등록 데이터 베이스는 플래쉬 롬에 저장하여 항시 쓰고 읽을 수 있게 한다.

음성 인식부(150)은 현재의 발성이 저장되어 있는 등록 데이터 베이스와 어느 정도 유사한지 계산하는 일을 수행한다. 한 번 혹은 필요하면 두 번의 발성을 가지고 인식을 수행한다.

도 4는 도 1에 도시된 음성 인식부(150)의 본 발명에 의한 일 실시예의 블럭도로서, 등록 데이타 베이스 비교부(410) 및 인식 확인부(420)로 구성된다.

도 4에 도시된 등록 데이터 베이스 비교부(410)는 입력 발성음과 데이터 베이스에 등록된 음성의 유사성을 비교한다. 또한, 등록 데이터 베이스 비교부(410)는 입력 발성음이 데이터 베이스에 등록된 음성과 유사하지 않으면 입력 발성음을 추가하여 데이터 베이스에 등록된 음성과 재 비교하는 추가 발성 데이터베이스 비교부(미도시)를 더 부가할 수 있다. 인식 확인부(420)는 등록 데이터 베이스 비교부(410)에서 결정한 인식 후보를 가지고 전화를 걸어 줄지 결정해주는 일을 한다. 비록 인식 결과가 1위로 나온 후보라도 결과의 신빙성이 떨어지면 전화를 걸어 주지 않는다. 이러한 일을 하기 위해서는 현재의 잡음 정도와 1위 후보와 2위 후보 사이의 인식 결과값 차이, 후보들간의 유사값을 이용한다.

그리고, 음성 등록부(140)나 음성 인식부(150)는 보코더 패킷을 해석한 결과를 이용해서 특징을 추출한다.

예를 들어, 시디엠에이(CDMA) 단말기에서는 양자화된 엘에스피(LSP:Line Spe ctrum Pair) 계수를 이용하여 유사 켑스트럼이라는 인식용 특징을 만들고, 지에스엠(GSM) 단말기에서는 엘에이알(LAR:Log Araea Ratio) 계수를 이용하여 인식용 특징을 만든다.

결과 출력부(160)는 전화를 걸어주기에 앞서 인식 결과에 해당하는 음성을 사용자에게 들려 주고 확인 시켜주는 일을 한다. 이것을 위해서는 음성 등록부에 인식용 특징과 함께 발성 부분만을 메모리에 저장시켜야 한다.

본 발명에 의한 음성의 특징을 이용한 음성 다이얼링 장치 및 방법은, 하드 웨어의 추가 없이 소프트웨어만으로 기존 이동 전화기에 음성 다이얼링 기능을 적용시킬 수 있으므로써, 고속도로 같은 잡음이 다양한 환경에서도 음성 인식을 수행 할 수 있으므로 단말기 뿐만 아니라 핸즈프리킷트에서도 음성 다이얼링을 할 수 있다. 따라서, 음성 특징을 저장하기 위한 메모리의 추가 만으로 단말기의 고급화를 추구할 수 있어 제품의 경쟁력을 높일 수 있다. 게다가, 음성 구간에 속하는 음성의 피크의 개수 및/또는 음성의 피크 레벨 같은 음성의 특징을 이용하여 비교적 쉽게 음성을 인식할 수 있다.

Claims (2)

1. 이동 통신 단말기의 다이얼링시 버튼을 누르지 않고, 음성으로 다이얼링하는 음성의 특징을 이용한 음성 다이얼링 장치에 있어서,

   보코더에서 츨력된 프레임별 패킷 데이터로부터 음성특징 파라미터를 추출하는 입력 인터페이스;

   상기 입력 인터페이스로부터 출력된 상기 음성 특징 파라미터를 이용하여 음성 구간을 검출하는 음성 구간 검출부;

   상기 검출된 음성 구간에서 음성 신호의 피크의 개수 및 상기 피크의 레벨중 적어도 하나를 음성 인식용 음성 신호의 특징으로서 추출하는 특징 추출부;

   상기 특징 추출부로부터 추출된 상기 음성 인식용 음성신호의 특징을 각 전화번호에 해당하도록 데이터 베이스에 등록시키는 음성 등록부;

   상기 특징 추출부로부터 추출된 상기 음성 인식용 음성신호의 특징을 이용하 여 상기 데이터 베이스에 등록된 음성 신호와 음성 다이얼링을 위해 발성된 음성을 비교하여 가장 가까운 음성 신호를 골라내는 음성 인식부; 및

   상기 음성 인식 결과에 해당되는 음성 신호와 전화 번호를 출력하는 결과 출력부를 구비하는 것을 특징으로 하는 음성의 특징을 이용한 음성 다이얼링 장치.
2. 이동 통신 단말기의 다이얼링시 음성으로 다이얼링하는 음성의 특징을 이용한 음성 다이얼링 방법에 있어서,

   보코더로부터 출력된 패킷 스트림 신호를 언패킹 파라미터 스트림신호로 변환하는 단계;

   상기 언패킹 파라미터 스트림신호의 구간을 검출하는 단계;

   상기 검출된 신호에 존재하는 음성 신호의 피크의 개수 및 상기 피크의 레벨중 적어도 하나를 음성신호의 특징으로서 검출하는 단계;

   상기 음성신호의 특징을 각 전화번호에 해당하도록 메모리에 저장시키는 음성 등록 단계;

   상기 등록된 음성 신호에서 발성된 음성과 가장 가까운 음성 신호를 골라내는 음성 인식 단계; 및

   상기 음성인식결과에 해당되는 음성 신호와 전화 번호를 출력하는 단계를 구비하는 것을 특징으로 하는 음성 다이얼링 방법.

Images