KR101650951B1 - 혼합된 신호 분리방법 - Google Patents

혼합된 신호 분리방법 Download PDF

Info

Publication number
KR101650951B1
KR101650951B1 KR1020100027880A KR20100027880A KR101650951B1 KR 101650951 B1 KR101650951 B1 KR 101650951B1 KR 1020100027880 A KR1020100027880 A KR 1020100027880A KR 20100027880 A KR20100027880 A KR 20100027880A KR 101650951 B1 KR101650951 B1 KR 101650951B1
Authority
KR
South Korea
Prior art keywords
filter
output
mth
signal
frequency component
Prior art date
Application number
KR1020100027880A
Other languages
English (en)
Other versions
KR20110063250A (ko
Inventor
김태수
전혜정
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of KR20110063250A publication Critical patent/KR20110063250A/ko
Application granted granted Critical
Publication of KR101650951B1 publication Critical patent/KR101650951B1/ko

Links

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
    • 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
    • G10L21/0272—Voice signal separating
    • 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
    • G10L21/0272—Voice signal separating
    • G10L21/028—Voice signal separating using properties of sound source
    • 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
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/24—Signal processing not specific to the method of recording or reproducing; Circuits therefor for reducing noise

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Circuit For Audible Band Transducer (AREA)

Abstract

본 발명은 복수의 소스로부터 신호가 다수 혼합된 입력신호를 적어도 2개 수신하여 주파수 도메인으로 변경하는 단계; 상기 주파수 도메인으로 변경된 입력 데이터를 예정된 크기로 정규화시키는 단계; 상기 정규화된 데이터를 예정된 계수를 가지는 필터에 통과시키는 단계; 상기 필터에 통과된 값에 대응하여 상기 필터의 계수를 조정하는 단계; 상기 계수 조정된 필터에 상기 정규화된 데이터를 통과시키는 단계; 및 상기 필터에 통과된 데이터를 타임 도메인으로 변경하는 단계를 포함하는 혼합된 신호 분리방법을 제공한다.

Description

혼합된 신호 분리방법{METHODS FOR SEPARATING MIXED SIGALS}
본 발명은 혼합된 신호 분리방법에 관한 것이다.
신호처리를 연구하는 분야에 있어서, 관찰된 센서 신호로부터 원본 신호를 추정하는 것은, 가장 중요한 주제이다. 특히, 혼합 과정 및 원본 신호에 대한 인지없이 소스를 예측하는 것은 BSS(Blind Source Seperation)이가고 한다. BSS의 적용은 잡음에 강한 음성 인식(noise robust speech recognition)이나 통신에서의 간섭 신호 제거, 고음질 음성 보청 장치(High Quality aid Equipment), 및 EEG나 MEG와 같은 생화학적인 신호 분석에 이용될 수 있다. 그중 가장 자주 이용되는 것이, ICA(Independent Component Analysis)이다. 이것은 확률적으로 다차원 확률식을 이용하여 혼합된 음성으로부터 독립적인 소스를 확률적으로 복구시키는 방법이다.
기본적인 ICA 알고리즘에서는, 원본 신호가 시간 차이 없이 서로 크기만 달리 하여 섞여 있는 것을 가정하지만, 실제 적용에 있어서, 오디오 신호 분리와 같은 신호분리의 문제를 해결하는 경우, 이 모델은 적합하지 않다. 이러한 경우, 근원 신호는 타임 딜레이의 전달 함수를 가진 콘볼브드 버전(convolved version)의 합인 관찰된 신호로서 나타난다. 최근에, 다양한 방식들이 시간 도메인과 주파수 도메인 영역에서 제안되어 왔다.
본 발명은 복수의 소스에서 출력되는 혼합된 신호를 소스별로 분리하는 방법을 제공한다.
본 발명은 복수의 소스로부터 신호가 다수 혼합된 입력신호를 적어도 2개 수신하여 주파수 도메인으로 변경하는 단계; 상기 주파수 도메인으로 변경된 입력 데이터를 예정된 계수를 가지는 필터에 통과시키는 단계; 상기 필터에 통과된 값에 대응하여 상기 필터의 계수를 조정하는 단계; 상기 필터의 계수를 조정하는데 있어서 그 정도를 입력의 크기에 따라 정규화 하는 단계; 상기 계수 조정된 필터에 상기 입력 데이터를 통과시키는 단계; 및 상기 필터에 통과된 데이터를 타임 도메인으로 변경하는 단계를 포함하는 혼합된 신호 분리방법을 제공한다.
또한, 본 발명은 제1 및 제2 소스로부터 신호가 혼합된 제1 및 제2 입력신호를 수신하여 주파수 도메인으로 변경하는 단계; 상기 제1 및 제2 입력데이터를 각각 N개의 주파수 성분 계수를 가지는 제1 및 제2 필터에 각각 통과시켜 제1 출력을 얻는 단계; 상기 제1 및 제2 입력데이터를 각각 N개의 주파수 성분 계수를 가지는 제3 및 제4 필터에 각각 통과시켜 제2 출력을 얻는 단계; 상기 제1 출력 값과 상기 제2 출력 값에 대응하여 상기 제1 내지 제4 필터의 계수를 조정하는 단계; 상기 필터의 계수를 조정하는데 있어서 그 정도를 입력의 크기에 따라 정규화 하는 단계; 상기 계수 조정된 제1 및 제2 필터에 상기 정규화된 제1 및 제2 입력데이터를 통과시킨 제 1출력을 타임 도메인으로 변환하는 단계; 및 상기 계수 조정된 제3 및 제4 필터에 상기 정규화된 제1 및 제2 입력데이터를 통과시킨 제 2출력을 타임 도메인으로 변환하는 단계를 포함하는 혼합된 신호 분리방법을 제공한다.
또한, 상기 제1 내지 제4 필터의 계수를 조정하는 단계는 상기 제1 필터의 M번째 계수를 정할 때에 상기 제1 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 전체 크기에 반비례하도록 조정되며, 상기 제1 출력의 M번째 주파수 성분과 상기 제2 출력의 M번째 주파수 성분 상기 제3 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 하며,상기 제2 필터의 M번째 계수를 정할 때에 상기 제1 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 전체 크기에 반비례하도록 조정되며, 상기 제1 출력의 M번째 주파수 성분과 상기 제2 출력의 M번째 주파수 성분 상기 제4 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 하며, 상기 제3 필터의 M번째 계수를 정할 때에 상기 제2 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 전체 크기에 반비례하도록 조정되며, 상기 제2 출력의 M번째 주파수 성분과 상기 제1 출력의 M번째 주파수 성분 상기 제1 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 하며, 상기 제4 필터의 M번째 계수를 정할 때에 상기 제2 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 전체 크기의 합에 반비례하도록 조정되며, 상기 제2 출력의 M번째 주파수 성분과 상기 제1 출력의 M번째 주파수 성분 상기 제2 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 한다.
또한, 상기 제1 및 제2 소스들은 통신 신호 소스, 음성 신호 소스, 생물학적인 신호, 메디컬 신호 소스, 생리학적인 신호 소스, 이미지 신호들 소스, 데이터 신호 소스, 또는 스펙트럼의 소스 중 하나인 것을 특징으로 한다.
상술한 구성을 가진 본 발명에 따르면, 보다 빠른 시간내에 적은 계산 부담을 가지고, 혼합된 신호를 원래의 신호로 분리할 수 있으며, 특히 노이즈를 용이하게 제거할 수 있게 된다.
도 1은 본 발명의 동작을 나타내는 개념도.
도2는 본 발명의 제1 일실시예에 따른 음향 처리 장치의 블럭도.
도3은 본 발명의 제2 일실시예에 따른 음향처리 장치의 블럭도.
도4는 본 발명의 일실시예인 음향 처리 장치에서의 음향 처리 방법을 설명하기 위한 흐름도.
이하에서는 본 발명의 실시예인 음향 처리 방법에 적용될 수 있는 알고리즘에 대하여 상세하게 설명하도록 한다.
본 상세한 설명의 전반에 걸쳐 다음과 같은 표기법이 이용된다. 보통의 소문자는 스칼라 변수를 의미하고, 볼드체 소문자는 벡터 변수를 의미하며, 윗 첨자는 주파수 빈(frequency bin) 을 나타내며, 아래 첨자는 소스나 오브저베이션(observation)을 나타낸다.
콘벌루티브(convolutive) 환경에 있어서, 소스 신호는 타임 딜레이되며, 콘벌브(convolve)된다. 시간 t에서 i번째 오브저베이션 신호 Xi는 수식 1에 의해서 결정된다.
[수식 1]
Figure 112010019814435-pat00001
여기서 Hij(t)는 j 번째 소스로부터 i번째 관측(센서, 마이크)으로의 시간 도메인 전달함수로서 T라는 시간 길이를 가지고, sj(t)는 시간 t에서 j 번째 소스 신호를 나타내며, L은 소스의 넘버를 의미한다. 쇼트 타임 퓨리어 변환(short time FT)을 적용한 후, 시간 도메인 신호 xi(t)는 주파수 도메인 신호로 변환 된다.
[수식 2]
Figure 112010019814435-pat00002
상기와 같이 설명된 위치 표시 방법 및 이를 적용한 이동 통신 단말기는 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
여기서 Wk = 2π(k-1)/K, k=1,2, ....K이고, J는 쉬프트 사이즈이고, w(t)는 윈도우 함수(window function)이다. 윈도우 길이 K는 믹싱 필터 hij(t)의 길이보다 더 충분히 길어야 하고, 시간도메인에서의 콘벌루션은 대략 다음과 같은 주파수 도메인에서의 곱으로 변환된다.
[수식 3]
Figure 112010019814435-pat00003
만약, 분리 필터 메트릭스(seperation filter matrics)가 존재한다면, 즉, 각 주파수마다 믹싱 메트릭스의 인버스(inverse) 또는 수도 인버스(pseudo inverse)가 존재한다면(L<M),, 분리된 i번째 소스 신호는 수식 4와 같이 주어진다.
[수식 4]
Figure 112010019814435-pat00004
여기서, gij (k) 는 k번째 주파수 빈에서의 분리 필터이고, M은 관찰된 신호의 숫자이다. 위에서 설명된 문제는 독립 벡터 분석(1)-(3)이라 부른다. 이를 해결하기 위해. 멀티베리에이트 랜덤 변수(multivariate random variables)의 목적함수(objective function)를 정의하여야 한다. 두 함수 사이에는 쿨백 라이블러(Kullback-Leibler) 다이버전스가 인디펜던스(independence)의 측정용으로 이용될 수 있다.
[수식 5]
Figure 112010019814435-pat00005
여기서, p(Y1, .... YL) 및 g(Y1)는 각각 이그젝트 조인트 pdf(exact joint pdf) 및 각 개별 소스 벡터의 어프록시메이티드 pdf의 결과물이다.
이것을 최소화하기 위해, 우리는 분리 알고리즘을 얻는다. 이것은 가장 유효한 방법중 하나이다. 심플 그래디언트 디센트 방식은 다음 수식에 의해 얻어진다.
[수식 6]
Figure 112010019814435-pat00006
스케일링 메트릭스
Figure 112010019814435-pat00007
를 곱하는 것은 그래디언트를 보정하여, 보다 빠른 컨버젼스를 얻는다. 이것은 내추럴 그래디언트(natural gradient) 또는 상대적 그래디언트(relative gradient)라고 하며, 이것은 다음 수식에 의해 얻어진다.
[수식 7]
Figure 112010019814435-pat00008
여기서 Iil은 i와 l이 동일한 때만 1이고, 나머지는 0이고, 비선형 함수인
Figure 112010019814435-pat00009
은 수식 8에 의해 주어진다.
[수식 8]
Figure 112010019814435-pat00010
여기서,
Figure 112010019814435-pat00011
는 멀티베리에이트 스코어 함수(multivariate score function)이다. 이 중 가장 간단하고 효과적인 함수는 다음과 같다.
[수식 9]
Figure 112010019814435-pat00012

[온라인 알고리즘]
실시간 BSS시스템(real time blind source seperation system)예 적용하기 위해, 다음 입력이 입력되기 전에 출력값을 추출해야 한다. 그래서, 학습 과정은 블록 와이즈 뱃치(block wise batch) 또는 완전 온라인 알고리즘(fully online algorithm)이어야 하다. 이 작업에 있어서, 블록 와이즈 뱃치 알고리즘은 많은 수식적 부담을 가지기 때문에, 온라인 알고리즘만 고려한다. 온라인 알고리즘에 있어서, 분리 필터 메트릭스에서의 계수는 매프레임마다 업데이트 된다. 그래서, 수식 4는 다음과 같이 수정된다.
[수식 10]
Figure 112010019814435-pat00013
여기서 n은 프레임 인덱스이다. 그러므로, 필터 계수는 다음과 같이 보정된다.
[수식 11]
Figure 112010019814435-pat00014
여기서 gjl (k)[n]은 현재 프레임의 그래디언트를 의미하고, 이것은 본 상기 알고리즘에서 가장 중요한 부분이다.
[내추럴 그래디언트]
수식 7에서의 내추럴 그래디언트를 보면, 여기서는 예측되는 출력의 앙상블이 필요하게 되어 기대값이
Figure 112010019814435-pat00015
계산된다. 이것을 스코어드 코릴레이션(scored correlation)으로 한다. 이를 Ril[n]이라 한다. 뱃치 학습(batch learning)에서는, 다음과 같은 샘플 수단을 통해 이를 얻을 수 있다.
[수식 12]
Figure 112010019814435-pat00016
하지만, 스코어드 코릴레이션의 온라인 버전을 예측하는 것은 점점 더 복잡해졌다. 여기서 두 개의 가정이 이용된다. 첫번째 가정은 스코어드 코릴레이션이 이전 프레임에 의존한다는 것이다. 즉, 모든 프레임을 고려하는 것이 아니라, 우리는 현재시점에서부터 몇 개의 이전 프레임을 이용하는 것이다. 그러나, 이러한 경우, 우리는 업데이트 필터 계수를 이용하는 이전 출력값을 계산하여야 하는데, 이것은 알고리즘을 복잡하게 한다. 그래서, 두번째로, 필터계수가 출력의 확률에 대해 상대적으로 빠르게 변하지 않는다고 가정한다. 그러면, 현재 프레임에서의 스코어드 코릴레이션의 온라인 버전을 다음 수식에 의해 얻을 수 있다.
[수식 13]
Figure 112010019814435-pat00017
여기서 α는 스무딩 팩터(smothing factor)이다. 온라인 내추럴 러닝 수식은 다음과 같다.
[수식 14]
Figure 112010019814435-pat00018

[넌홀로노믹 제한 조건(nonholonomic constraint)]
내추럴 그래디언트는 배치 러닝이 적용될 때 소스 신호를 잘 추출한다. 그런데, 온라인 학습에서는 안정성 문제가 발생한다. 수식 14를 보자. 그래디언트는 스코어드 코릴레이션이 아이덴티티 Iil로 접근할수록 0으로 수렴한다. 이것은 만약 소스 시그널이 로컬 평균 진폭을 변경하면, 그래디언트는 이에 따라 변경됨을 의미한다. 음성 신호와 같은 경우, 소스 신호는 갑자기 작아지고, 이에 대응하는 분리 필터의 계수는 학습과정에서 커지게 되어 이러한 변화를 보상하고, 출력 신호를 더 크게 방출한다. 특히, 하나의 소스 신호가 조용해지면, 신호 필터는 발산한다. 그러므로, 넌홀로노믹 제한 조건이 이러한 현상을 막기 위해 적용된다. 결과적으로, 우리는 아이덴티티 메트릭스 Iil 을 Λil[n]으로 치환함으로써 제한 조건을 가진 그래디언트를 구할 수 있다.
[수식 15]
Figure 112010019814435-pat00019
여기서 Aii[n] 는 Rii[n]와 동일하고 Λil[n]은 i와 l이 다르면 0이다. 수식 15에서 Rii -Aii는 항상 0이다. 그래서 L 곱셉은 매 주파수 빈에서 생략된다. 그러므로, 수식 14에 비하여 효과적이 된다.
[그래디언트 정규화](Gradient normalization)
필터 계수의 학습특성을 개선하고, 입력크기에 관계없이 수렴 속도를 최적화 하기 위하여, 2차 그래디언트가 고려될 수 있다. 뱃치 알고리즘에서, 뉴톤 방식을 적용함으로써, 보다 빠른 알고리즘을 얻을 수 있다. 그러나, 이러한 접근에는 몇 가지 제약이 있어서, 입력들은 공간적으로 화이튼드(whitened)되고, 이에 따라, 분리 메트릭스는 오소고널이 되어야 한다. 그래서, 이것을 실시간 온라인 알고리즘에 적용하는 것은 바람직하지 않다. 대신에, 이전 섹션에서 얻었던 그래디언트를 이용하고, 다만 다음과 같은 정규화 펙터를 가지고 학습률을 조절하면 효율적인 알고리즘을 얻을 수 있다.
[수식 16]
Figure 112010019814435-pat00020

여기서,
Figure 112010019814435-pat00021
는 정규화 펙터를 의미한다. 여기서, 그래디언트를 입력 레벨에 따라 정규화하고, 동일한 펙터를 모든 대응하는 소스에 적용한다. 그래서, 정규화 펙터는 다음과 같이 주어진다.
[수식 17]
Figure 112010019814435-pat00022
β는 스무딩 펙터(smoothing factor)이다.
[신호 재구성]
기본적으로, IVA는 주파수 빈사이에서 퍼뮤테이션(permutation) 문제가 없다. IVA의 뱃치 알고리즘에 대하여, 제안된 알고리즘은 퍼뮤테이션 문제가 없다. 그러나, 출력의 스케일은 오리지널과 다를 수 있다. 특히, 각 주파수 빈에서의 다른 스케일은 신호 재구성시 주파수 왜곡을 발생시킬 수 있다. 이를 피하기 위해, 우리는 학습된 분리 필터 메트릭스를 조절할 수 있다. 최소 왜곡 원칙을 이용하는 방법은 잘 알려져있다. 이에 따라, 출력 신호는 스케일 펙터 G를 곱합으로써 조절된다. 주파수 도메인에서 출력 신호를 예측한다면, 최종 처리과정은 예측된 신호의 시간 도메인 버젼에서의 재구성이된다.
여기서, 역푸리어 변환과 오버랩 애드 방법(over-lap add method)가 다음과 같이 이용된다.
[식 18]
Figure 112010019814435-pat00023
여기서 wk , K, J는 식 2와 동일하다. 전체적인 블록 다이어그램은 도 1과 같다. 여기서 필터 gij (k)에 대응되고, 필터 업데이트 계산은 그래디언트와 정규화를 포함하고, 스케일 조정은 상술한 스케일 펙터를 계산한다.
이하에서는 첨부되는 도면을 참조하여 본 발명의 일실시예를 설명하도록 한다.
도 1은 본 발명의 동작을 나타내는 개념도이다.
도1에 도시된 바와 같이, 2개의 음원(사람(10)과 스피커(11))이 있다고 가정했을 때, 제1 마이크(12)에는 소리는 사람(10)에서 제공되는 소리와 스피커(11)에서 제공되는 소리가 섞인 상태로 입력된다. 또한 제2 마이크(13)에서도 사람(10)에서 제공되는 소리와 스피커(11)에서 제공되는 소리가 섞인 상태로 입력된다.
신호 처리부(14,15)는 이들 섞인 소리를 분리하여 제어부(16,17)로 제공하고, 제어부에서는 최초의 사람(10)에서 나온 소리와 스피커(11)에서 나온 소리가 각각 출력된다.
여기서는 사람(10)과 스피커(11)에서 출력되는 소리로 예시하고 설명하고 있으나, 두 개의 소스에서 제공되어 섞이게 되는 모든 신호에 대해 본 발명의 기술이 적용 가능하다. 예를 들어, 제1 및 제2 소스들은 통신 신호 소스, 음성 신호 소스, 생물학적인 신호, 메디컬 신호 소스, 생리학적인 신호 소스, 이미지 신호들 소스, 데이터 신호 소스, 또는 스펙트럼의 소스 중 하나일 수 있다.
또한, 여기서는 2개의 소스를 가정하였으나, 경우에 따라서는 3개 이상의 소스에서 제공되는 신호들이 섞이는 경우에도 본 발명에 의한 기술이 적용 가능하다.
본 발명은 신호 처리부(14,15)에서 어떻게 효과적으로 섞여 있는 신호에서 원래의 신호를 분리할 수 있는지에 관한 기술을 제공한다.
도2는 본 발명의 제1 일실시예에 따른 음향 처리 장치의 블럭도이다.
도2를 참조하여 살펴보면, 본 실시예에 따른 음향 처리 장치는 주파수 도메인 변한부(21,.22), 신호 분리 제어부(30,32), 필터 업데이터부(40), 타임 도메인 변환부(51,52)를 포함한다.
제1 마이크(Mic1)를 통해 입력되는 2개 이상의 신호가 섞여 있는 신호를 주파수 도메인 변환부(21)에서 주파수 도메인으로 변환한다. 제2 마이크(Mic2)를 통해 입력되는 2개 이상의 신호가 섞여 있는 신호를 주파수 도메인 변환부(22)에서 주파수 도메인으로 변환한다.
신호 분리 제어부(30)는 구비하고 있는 제1 및 제2 필터를 이용하여 주파수 도메인 변환부(21)에서 변환되고 입력된 신호를 필터링하여 출력한다. 이 때에는 제1 및 제2 필터(31)는 초기 셋팅된 주파수별 계수를 이용하여 필터링을 수행한다. 또한, 신호 분리 제어부(32)도 구비하고 있는 제3 및 제4 필터를 이용하여 주파수 도메인 변환부(22)에서 변환된 신호를 필터링하여 출력한다. 이때에도 제3 및 제4 필터(32)는 초기 셋팅된 주파수별 계수를 이용하여 필터링을 수행한다.
필터 업데이터부(40)는 제1 및 제2 필터를 이용하여 출력된 제1 출력 신호와 제3및 제4 필터를 이용하여 출력된 제2 출력 신호의 통계적 의존도 (dependency)를 계산하여, 제1 필터 내지 제4 필터의 계수를 업데이트 한다.
이와 같이, 필터 업데이트를 신호가 들어올때마다 반복적으로 수행하여 예정된 상태 즉 두 출력간의 계산된 상호 의존도가 최소화 되도록 필터의 계수들이 조정되어 일정 시간이 지나면 원본 신호가 분리되어 나오게 된다. 타임 도메인 변환부(51)에서는 실시간으로 신호가 들어올때마다 제1 출력과 제2 출력신호를 시간 도메인의 신호로 재구성하여 출력한다.
계속해서 필터의 계수를 업데이트 하는 방법을 살펴본다. 앞에 언급된 수식 15는 출력의 상호 의존성 모델과 그를 최소화 하기 위하여 계산한 필터 계수 조정 방법을 나타내는 수식이다. 이를 다시 알기 쉽게 예시하기 위하여 제1 내지 제4 필터가 각각 4개 주파수의 계수를 가지는 필터라고 가정하자. 제1 필터의 계수를 Filt11a, Filt11b, Filt11c, Filt11d 라고 하고, 제2 필터의 계수를 Filt12a, Filt12b, Filt12c, Filt12d라고 하고, 제3 필터의 계수를 Filt21a, Filt21b, Filt21c, Filt21d 라고 하고, 제4 필터의 계수를 Filt22a, Filt22b, Filt22c, Filt22d 라고 할 수 있다.
각 필터가 4개 주파수의 계수를 가지고 있기 때문에, 계산되어 출력되는 값도 각각 4개의 계산값을 가진다. 이 때 제1 필터의 출력과 제2 필터의 출력이 합쳐져서 제1 출력을 만들고 이를 Y1a, Y1b, Y1c, Y1d라고 하고, 제2 필터의 출력과 제2 필터의 출력이 합쳐져서 제2 출력을 만들고 이를 Y2a, Y2b, Y2c, Y2d라고 한다.
제1 필터의 주파수별 계수 Filt11a를 조정하여 새로 반영하는 값은 Y1a값과 Y1a 이외의 적어도 하나 이상의 값 즉, Y1b, Y1c, Y1d 중 선택된 값의 크기의 합에 반비례하도록 하고, 제1 출력 Y1a 및 제2 출력 Y2a에 비례하고, 제1 필터 Filt21a에 비례하도록 한다. 여기서 Y1b, Y1c, Y1d를 모두 선택할 수도 있고, 일부만 선택할 수도 있다. 또한 여기서 계산되는 크기는 값의 절대값의 합이나 그것의 제곱 또는 제곱의 합을 제곱근 한 것 등 여러 가지가 될 수 있다. 그리고 필터의 주파수별 계수를 조정하는데 있어서 입력 신호의 크기에 따라 정규화 하여 계수를 조정하는 정도를 조절한다. 여기서 정규화라고 하는 것은 입력 신호가 크면 작게 하고 작으면 크게 하여 일정 수준으로 계수가 조정될 수 있도록 보정하는 것을 의미한다. 특히 본 명세서에서 정규화라고 하는 것은 수식 16을 이용하여 조절하는 것을 의미한다. 제2 필터의 주파수별 계수 Filt12a 를 조정하여 새로 반영하는 값은 Y1a값과 Y1a 이외의 적어도 하나 이상의 값 즉, Y1b, Y1c, Y1d 중 선택된 값의 크기의 합에 반비례하도록 하고, 제1 출력 Y1a 및 제2 출력 Y2a에 비례하고, 제1 필터 Filt22a에 비례하도록 한다.
제3 필터의 주파수별 계수 Filt21a 를 조정하여 새로 반영하는 값은 Y2a값과 Y2a 이외의 적어도 하나 이상의 값 즉, Y2b, Y2c, Y2d 중 선택된 값의 크기의 합에 반비례하도록 하고, 제1 출력 Y1a 및 제2 출력 Y2a에 비례하고, 제1 필터 Filt11a에 비례하도록 한다.
제4 필터의 주파수별 계수 Filt22a 를 조정하여 새로 반영하는 값은 Y2a값과 Y2a 이외의 적어도 하나 이상의 값 즉, Y2b, Y2c, Y2d 중 선택된 값의 크기의 합에 반비례하도록 하고, 제1 출력 Y1a 및 제2 출력 Y2a에 비례하고, 제1 필터 Filt12a에 비례하도록 한다.
이와 같이, 본 실시예에 따른 음향 처리장치의 혼합된 신호 분리 처리방법은 다음과 같은 특징을 가지고 있다. 첫째는 주파수별 계수를 조정 할 때에 그 필터가 영향을 미치는 출력의 다른 주파수 성분 값의 크기에 반비례하고, 출력 신호에 비례하여 조정할 값이 정해진다.는 것이다. 두번째는 필터의 계수를 조정할 때 출력 신호 뿐만 아니라 다른쪽 출력의 필터계수가 경향을 미친다는 것이다. 즉 제1 필터의 계수가 제3 필터의 계수에 비례하고 제2 필터의 계수가 제4 필터의 계수에 비례한다. 그리고 제3 및 제4 필터의 계수도 제1 및 제2 필터의 계수에 비례한다. 세번째로 필터의 계수를 조정하는데 있어서 이를 입력의 크기에 따라서 변화량을 정규화 한다는 것이다. 이는 입력의 크기에 관계없이 일정한 정도로 필터의 계수를 조정할 수 있도록 하여 일관된 성능을 내는데 도움을 준다.
도3은 본 발명의 제2 일실시예에 따른 음향처리 장치의 블럭도이다.
도3에 도시된 음향처리장치는 도2에 도시된 음향처리장치에서 두개 혹은 그 이상의 신호가 섞여있을 때 한가지 신호만을 추출하고 나머지를 잡음으로 간주하여 제거하는 것이다. 본 실시예에 따른 음향처리 장치는 본 실시예에 따른 음향 처리 장치는 제 1 마이크(Mic1), 제 2 마이크(Mic2), 주파수 도메인 변환부(110,120,710), 분리 유니트(200), 필터 업데이트 계산부(310)를 포함한다. 이는 도2의 그것과 같으며 이에 추가로 사후 처리하는 부분인 신호 존재 검출부(410), 잔존 노이즈 예측부(510) 및 게인 계산부(610)를 포함하여 이상적으로 2개의 신호로 분리하여 원하는 신호를 뽑지 못하였을 때 남은 잡음을 제거할 수 있다.또한 신호 존재 검출부의 결과를 이용하여 필터의 계수를 업데이트 하는데 있어서 신호가 존재하지 않을 경우 등을 판단하여 보다 효과적으로 계수를 업데이트 할 수 있게 한다.
제 1 마이크(Mic1) 및 제 2 마이크(Mic2)는 외부 음원을 획득하기 위해 구성된 요소이다.
제 1주파수 도메인 변환부(110) 및 제 2 주파수 도메인 변환부(120)는 상기 제 1 마이크 및 제 2 마이크로(Mic1,Mic2)부터 수신된 음원을 주파수 도메인으로 변환한다.
제 1 및 제 2 분리 유니트(210,220)는, 상기 주파수 도메인 변환부(110) 및 주파수 도메인 변환부(120)로부터 수신된 변환된 외부 음원을 이용하여 각각 타겟 신호 및 노이즈 신호를 생성한다.
제 1 분리유니트(210) 및 제 2 분리 유니트(220)에서 출력되는 신호는 다음의 식으로 정의된다.
[수식 19]
Figure 112010019814435-pat00024
상기 필터 업데이트 계산부(310)는, 상기 제1 분리 유니트(210)와 상기 제 2 분리 유니트(22)와 연결되어 있으며, 상기 제 1 분리 유니트(210) 및 상기 제 2 분리 유니트(220)의 필터 계수를 결정한다.
즉, 필터 업데이트 계산부(310)는 제 1 분리 유니트(210)에서의 제 1 출력신호와, 제 2 분리 유니트(220)의 제 2 출력신호를 이용하여, 제 1 분리 유니트(210)에서는 노이즈 신호가 제거된 타겟 신호가, 제 2 분리 유니트(220)에서는 타겟 신호가 제거된 노이즈 신호가 나오도록 필터 계수를 학습시킨다.
이때, 상술한, 넌홀로노믹 제한 조건하에서의 IVA 알고리즘이 이용된다. 이에 대해서는 전술하였으므로, 그 결과만 설명하게 되면, 제 1 분리 유니트(210)는 노이즈 신호가 없을때에는 학습하지 않고, 제 2 분리 유니트(220)는 타겟신호가 없을때에는 학습하지 않는다.
노이즈가 없을 때에는 학습을 하지 않는다. 이에 대한 설명으로서, 수식 20은 다음과 같다.
[수식 20]
Figure 112010019814435-pat00025
타켓 신호가 없을때에도, 학습하지 않는다. 이에 대한 설명으로서, 수식 21은 다음과 같다.
[수식 21]
Figure 112010019814435-pat00026
상기 신호 존재 검출부(410)는, 상기 제 1 마이크(Mic1) 및 제 2 마이크(Mic2)로부터 수신되는 외부 음원에 노이즈가 있는지 여부를 판단하고, 이에 따라 상기 펠터 업데이트 계산부(310)를 조절한다.
즉, 신호 존재 검출부(410)는 타겟 신호만인 존재하는지, 노이즈 신호만이 존재하는지, 둘다 존재하는지를 판단하여 필터 업그레이드 계산부(310)에 전달한다.
이에 대한 수식은 다음 수식 22와 같다.
[수식 22]
Figure 112010019814435-pat00027

상기 잔존 노이즈 예측부(510)는, 상기 신호 존재 검출부(410)의 결과에 따라 노이즈 신호가 존재할 때, 상기 제 1 분리 유니트(110)의 출력에 남아 있는 노이즈 스펙트럼을 업데이트한다.
게인 계산부(610)는, 상기 타겟 신호의 스펙트럼과, 노이즈 신호의 스펙트럼을 이용하여 노이즈 감소 게인을 계산한다.
배경 노이즈의 경우, 수식 23에 의하여 학습된다.
[수식 23]
Figure 112010019814435-pat00028
크로스토크 노이즈의 경우, 수식 24에 의하여 학습된다.
[수식 24]
Figure 112010019814435-pat00029
즉, 게인 계산부(610)는 주어진 타겟 신호의 스펙트럼과 노이즈 신호의 스펙트럼을 이용하여, 노이즈 감소 게인을 계산한다. 이 노이즈 감소 게인은 수식 25에 의하여 얻어진다.
[수식 25]
Figure 112010019814435-pat00030
상기 구성을 갖는 음향 처리 장치에서 적용되는 음향 처리 방법에 대하여 도 4를 참조하여 설명하도록 한다.
도4는 본 발명의 일실시예인 음향 처리 장치에서의 음향 처리 방법을 설명하기 위해 도시된 개념도이다.
우선 복수의 외부 음원을 제 1 마이크 및 제 2 마이크를 통해 수신한다(S1,S2). 제 1 마이크로 부터 수신되는 음원을 제 1 수신 신호라하고, 제 2 마이크로부터 수신되는 음원을 제 2 수신신호라 한다.
제 1 신호 및 제 2 신호를 분석하여(S3,S4), 이에 대한 신호 분리 작업을 행한다(S5). 신호분리 작업을 자세히 살펴보면, 먼저 주파수변 신호 정규화 과정을 거친다(S13).
이 신호 분리작업을 행함에 있어서, 상기 필터 업데이트 계산부(310)에서 필터 계수 학습 알고리즘이 적용된다. 필터 계수 학습에서는 상기 분석된 제 1 신호 및 제 2 신호에 대한 상관성 모델이 적용되고(S10), 또한 논홀로노믹 제한 조건이 적용된다(S11). 여기서의 상관성 모델 및 논홀로노믹 제한 조건에 대해서는 도 1을 통해 상세하게 설명하였으므로, 이에 대한 설명을 생략한다.
이렇게 필터의 계수가 결정되면, 이는 주파수별 에너지 정규화 작업에 이용되어, 신호 처리 속도를 보다 빠르게 할 수 있게 된다(S6 ~ S9). 신호 분리 작업이 완료되면, 제 1출력신호(타겟신호 및 잔존 노이즈 신호)와 제 2출력신호 (예를 들어 노이즈 신호)가 출력된다(S4). 상술한 구성을 가진 본 발명에 따르면, 보다 빠른 시간내에 적은 계산 부담을 가지고, 노이즈를 제거할 수 있게 된다.
본 실시예에 따른 혼합된 신호 분리 방법을 살펴보면, 먼저 복수의 소스로부터 신호가 다수 혼합된 입력신호를 적어도 2개 수신하여 주파수 도메인으로 변경하고, 이어서, 상기 입력된 데이터를 예정된 계수를 가지는 필터에 통과시키고, 이어서, 상기 필터에 통과된 값에 대응하여 상기 필터의 계수를 조정한다. 이때 상기 필터의 계수를 조정하는 정도는 입력에 의해 정규화가 된다. 필터의 계수들은 시간이 지나면서 원본 신호를 분리해 내도록 학습이 되고, 상기 학습된 필터에 통과된 출력 신호는 타임 도메인으로 변경되어 최종으로 출력된다.
또한, 본 실시예에 따른 혼합된 신호 분리 방법을 다른 측면에서 살펴보면, 제1 및 제2 소스로부터 신호가 혼합된 제1 및 제2 입력신호를 수신하여 주파수 도메인으로 변경하고, 상기 정규화된 제1 및 제2 입력데이터를 각각 N개의 계수를 가지는 제1 및 제2 필터에 각각 통과시키고, 상기 정규화된 제1 및 제2 입력데이터를 각각 N개의 계수를 가지는 제3 및 제4 필터에 각각 통과시키고, 상기 제1 및 제2 필터에 통과된 제1 출력값과 상기 제3 및 제4 필터에 통과된 제2 출력값에 대응하여 상기 제1 내지 제4 필터의 계수를 조정하고, 상기 계수 조정된 제1 및 제2 필터에 상기 제1 및 제2 입력데이터를 통과시킨 제1 출력 신호를 타임 도메인으로 변환하고, 상기 계수 조정된 제3 및 제4 필터에 상기 제1 및 제2 입력데이터를 통과시킨 제2 출력 신호를 타임 도메인으로 변환한다.
여기서, 상기 제1 내지 제4 필터의 계수를 조정하는 단계는 상기 제1 필터의 M번째 주파수 성분의 계수를 정할 때에 상기 제1 필터와 제2 필터에 의해 출력되는 제1 출력의 N번째 주파수 성분의 값중 M번째 값과 적어도 그 이외의 하나 이상의 값의 크기에 반비례하도록 조정되며, 상기 제1 출력의 M번째 주파수 성분과 상기 제3 필터와 제4 필터에 의해 출력되는 제2 출력의 M번째 주파수 성분과 상기 제3 필터의 M번째 주파수 성분값에 비례하여 조정되는 것을 특징으로 한다. 상기 제2 필터의 M번째 계수를 정할 때에 상기 제1 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 크기에 반비례하도록 조정되며, 상기 제1 출력의 M번째 주파수 성분과 상기 제2 출력의 M번째 주파수 성분 상기 제4 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 한다.
또한, 상기 제3 필터의 M번째 계수를 정할 때에 상기 제2 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 크기에 반비례하도록 조정되며, 상기 제2 출력의 M번째 주파수 성분과 상기 제1 출력의 M번째 주파수 성분 상기 제1 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 하며, 상기 제4 필터의 M번째 계수를 정할 때에 상기 제2 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 크기에 반비례하도록 조정되며, 상기 제2 출력의 M번째 주파수 성분과 상기 제1 출력의 M번째 주파수 성분 상기 제2 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 한다.
상기와 같이 설명된 음향 처리 장치는 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.

Claims (4)

  1. 삭제
  2. 제1 및 제2 소스로부터 신호가 혼합된 제1 및 제2 입력신호를 수신하여 주파수 도메인으로 변경하는 단계;
    상기 제1 및 제2 입력데이터를 각각 N개의 주파수 성분 계수를 가지는 제1 및 제2 필터에 각각 통과시켜 제1 출력을 얻는 단계;
    상기 제1 및 제2 입력데이터를 각각 N개의 주파수 성분 계수를 가지는 제3 및 제4 필터에 각각 통과시켜 제2 출력을 얻는 단계;
    상기 제1 출력 값과 상기 제2 출력 값에 대응하여 상기 제1 내지 제4 필터의 계수를 조정하는 단계;
    상기 필터의 계수를 조정하는데 있어서 그 정도를 입력의 크기에 따라 정규화 하는 단계;
    상기 계수 조정된 제1 및 제2 필터에 상기 정규화된 제1 및 제2 입력데이터를 통과시킨 제 1출력을 타임 도메인으로 변환하는 단계; 및
    상기 계수 조정된 제3 및 제4 필터에 상기 정규화된 제1 및 제2 입력데이터를 통과시킨 제 2출력을 타임 도메인으로 변환하는 단계
    를 포함하는 혼합된 신호 분리방법.
  3. 제 2 항에 있어서,
    상기 제1 내지 제4 필터의 계수를 조정하는 단계는
    상기 제1 필터의 M번째 계수를 정할 때에 상기 제1 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 전체 크기에 반비례하도록 조정되며, 상기 제1 출력의 M번째 주파수 성분과 상기 제2 출력의 M번째 주파수 성분 상기 제3 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 하며,
    상기 제2 필터의 M번째 계수를 정할 때에 상기 제1 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 전체 크기에 반비례하도록 조정되며, 상기 제1 출력의 M번째 주파수 성분과 상기 제2 출력의 M번째 주파수 성분 상기 제4 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 하며,
    상기 제3 필터의 M번째 계수를 정할 때에 상기 제2 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 전체 크기에 반비례하도록 조정되며, 상기 제2 출력의 M번째 주파수 성분과 상기 제1 출력의 M번째 주파수 성분 상기 제1 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 하며,
    상기 제4 필터의 M번째 계수를 정할 때에 상기 제2 출력의 주파수 성분 N개의 값 중 M번째 주파수 성분과 적어도 그 이외의 하나 이상의 주파수 성분의 전체 크기의 합에 반비례하도록 조정되며, 상기 제2 출력의 M번째 주파수 성분과 상기 제1 출력의 M번째 주파수 성분 상기 제2 필터의 M번째 주파수의 계수에 비례하여 조정되는 것을 특징으로 하는, 혼합된 신호 분리방법.
  4. 제 2 항에 있어서,
    상기 제1 및 제2 소스들은 통신 신호 소스, 음성 신호 소스, 생물학적인 신호, 메디컬 신호 소스, 생리학적인 신호 소스, 이미지 신호들 소스, 데이터 신호 소스, 또는 스펙트럼의 소스 중 하나인 것을 특징으로 하는 혼합된 신호 분리방법.
KR1020100027880A 2009-12-04 2010-03-29 혼합된 신호 분리방법 KR101650951B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020090119922 2009-12-04
KR20090119922 2009-12-04

Publications (2)

Publication Number Publication Date
KR20110063250A KR20110063250A (ko) 2011-06-10
KR101650951B1 true KR101650951B1 (ko) 2016-08-25

Family

ID=44397264

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100027880A KR101650951B1 (ko) 2009-12-04 2010-03-29 혼합된 신호 분리방법

Country Status (1)

Country Link
KR (1) KR101650951B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101966175B1 (ko) * 2012-05-11 2019-04-05 엘지전자 주식회사 잡음 제거 장치 및 방법
CN111970410B (zh) * 2020-08-26 2021-11-19 展讯通信（上海）有限公司 回声消除方法及装置、存储介质、终端

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007526511A (ja) * 2004-02-26 2007-09-13 ヒョン ナム，スン 周波数領域で多重経路多チャネル混合信号のブラインド分離のための方法及びその装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007526511A (ja) * 2004-02-26 2007-09-13 ヒョン ナム，スン 周波数領域で多重経路多チャネル混合信号のブラインド分離のための方法及びその装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
손희근 외 2명, ‘혼합된 음성신호 분리를 위한 주파수 영역 독립 성분 분석’, 2004년 한국멀티미디어학회 추계학술발표대회논문집, pp.500~503, 2004.*

Also Published As

Publication number Publication date
KR20110063250A (ko) 2011-06-10

Similar Documents

Publication Publication Date Title
US9668066B1 (en) Blind source separation systems
CN111133511B (zh) 声源分离系统
JP4496186B2 (ja) 音源分離装置、音源分離プログラム及び音源分離方法
EP2164066B1 (en) Noise spectrum tracking in noisy acoustical signals
JP4556875B2 (ja) 音声信号分離装置及び方法
JP5124014B2 (ja) 信号強調装置、その方法、プログラム及び記録媒体
JP6789455B2 (ja) 音声分離装置、音声分離方法、音声分離プログラム、及び音声分離システム
KR100647286B1 (ko) 교차채널 간섭을 제거하기 위한 후처리장치 및 방법과이를 이용한 다채널 음원 분리장치 및 방법
CN102576543A (zh) 多输入噪声抑制装置、多输入噪声抑制方法、程序以及集成电路
JP6987509B2 (ja) コードブックベースのアプローチを利用したカルマンフィルタリングに基づく音声強調法
CN112435683A (zh) 基于t-s模糊神经网络的自适应噪声估计及语音降噪方法
WO2019026973A1 (ja) ニューラルネットワークを用いた信号処理装置、ニューラルネットワークを用いた信号処理方法及び信号処理プログラム
KR101650951B1 (ko) 혼합된 신호 분리방법
EP3396670B1 (en) Speech signal processing
Kalamani et al. Modified least mean square adaptive filter for speech enhancement
JP2021071599A (ja) 雑音抑制装置、雑音抑制方法及び音声入力機器
JP5228903B2 (ja) 信号処理装置および方法
Inoue et al. Theoretical analysis of musical noise in generalized spectral subtraction: why should not use power/amplitude subtraction?
JP2017032905A (ja) 音源分離システム、方法及びプログラム
JP2007282177A (ja) 音源分離装置、音源分離プログラム及び音源分離方法
KR100863184B1 (ko) 간섭 및 반향신호 제거를 위한 다단계 암묵 디콘볼루션방법
KR20140106823A (ko) 방향 정보를 이용한 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템
JPH09160590A (ja) 信号抽出装置
KR100850419B1 (ko) 적응 소음 제거 장치 및 방법
Wahbia et al. A Robust Embedded Non-Linear Acoustic Noise Cancellation (ANC) Using Artificial Neural Network (ANN) for Improving the Quality of Voice Communications

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant