KR102218742B1

KR102218742B1 - 적응형 지연 다이버시티 필터와, 이를 이용하는 에코 제거 장치 및 방법

Info

Publication number: KR102218742B1
Application number: KR1020200100981A
Authority: KR
Inventors: 윤동운
Original assignee: (주)오즈디에스피
Priority date: 2020-08-12
Filing date: 2020-08-12
Publication date: 2021-02-22
Also published as: KR102218742B9; WO2022034967A1

Abstract

본 발명은 새로운 형태의 적응 필터와 이를 이용하는 에코 제거 장치 및 방법에 관한 것으로, 스피커를 통해 출력되는 신호를 레퍼런스 신호로 사용하고 마이크를 통해 입력되는 신호를 타겟 신호로 사용할 때, 두 신호 간의 시간 지연의 변동폭이 큰 상황에 대처하기 위한 적응형 지연 다이버시티 필터를 개시한다. 상기 적응형 지연 다이버시티 필터는 복수개의 서브 필터들을 포함하고, 상기 복수개의 각 서브 필터는 상기 레퍼런스 신호에 대해 서로 다른 시간 지연 값을 적용하여 얻은 레퍼런스 신호를 입력으로 사용하여 필터링을 통해 출력을 생성하고, 상기 생성된 복수개의 서브 필터들의 출력 값들 중에 가장 좋은 출력 값을 에코 제거기의 출력 값으로 선택함으로써 좋은 수렴 특성을 갖는다. 또한, 각 서브 필터 간에 필터 계수 값 계산에 사용되는 계산식의 계산된 값을 공유하고, 가지치기(pruning) 방법을 사용함으로써 연산량을 저감할 수 있다.
본 발명은 에코 제거 분야뿐만 아니라 적응 필터가 사용되는 여러 분야에서도 활용될 수 있는데, 특히 타겟 신호와 레퍼런스 신호 간의 시간 지연의 변동폭이 큰 경우에 변형되어 수신되는 타겟 신호를 추정하는데 있어서 효율적인 적응 필터의 구조를 가지고 있다.

Description

적응형 지연 다이버시티 필터와, 이를 이용하는 에코 제거 장치 및 방법{Adaptive delay diversity filter, echo cancel device using the same, and echo cancel method thereof}

본 발명은 적응 필터와 이를 이용한 에코 제거 기술에 관한 것으로, 더욱 상세하게는 적응형 지연 다이버시티 필터와, 이를 이용하는 에코 제거 장치 및 방법에 관한 것이다.

스마트폰과 같은 전자 장치에서, 어플리케이션 실행에 따른 오디오 데이터가 스피커를 통해 출력될 때, 상기 오디오 데이터는 비동기적(asynchronous)으로 오디오 데이터 처리를 위한 소프트웨어 모듈을 거쳐 최종적으로 스피커에 도달된다. 이러한 비동기적인 전송 특성으로 인하여 어플리케이션에서 발생시킨 오디오 데이터가 스피커를 통해 출력될 때까지 지연이 발생하는데, 이러한 지연은 전자 장치의 운용 환경 예컨대, 전자 장치의 하드웨어적 특성, 실행되는 어플리케이션의 종류나 개수, 오디오 데이터 처리를 위해 제공되는 소프트웨어 모듈의 특성이나, 플랫폼 상태 등에 따라 가변적이다. 이에 따라, 특정 시점에 전자 장치에서 음악을 재생했을 때와 상기 특정 시점과 다른 시점에 동일한 전자 장치에서 동일한 음악을 재생했을 때 오디오 데이터의 출력 과정에서 발생하는 지연 시간이 서로 다를 수 있다.

한편, 전자 장치 운용 환경을 보면, 음악 재생 또는 네비게이션 기능 운용 중에도 사용자의 음성 인식을 위한 오디오 신호의 수집이 요구될 수 있다. 이러한 오디오 데이터의 출력 및 사용자의 오디오 신호 수집을 동시 수행하는 과정에서 스피커를 통해 출력된 오디오 신호가 마이크를 통해 다시 에코의 형태로 입력될 수 있다. 스피커를 통해 출력된 오디오 신호는 음성 인식 기능의 입장에서 방해가 되는 신호에 해당하기 때문에, 이 방해 신호(disturbing signal)를 제거할 필요가 있다. 상술한 방해 신호를 제거하기 위해서, 적응 필터(adaptive filer)를 포함하고 있는 에코 제거기를 사용하여 에코의 형태로 마이크에 유입된 소리를 제거해 주어야 한다.

상술한 적응 필터는, 스피커를 통해 출력하는 신호를 레퍼런스 신호(reference signal)로 사용하여 마이크를 통해 수집되는 신호를 타겟 신호(target signal)로 하여 에코를 추정(estimation)하며, 필터링 과정에서 마이크 입력 신호에서 이 추정된 신호를 차감하여 에코를 제거한다. 이때, 두 신호간의 시간차(time difference) 또는 시간 지연(time delay)의 변동폭(variation)이 클 경우, 큰 시간차 변동폭을 감안하여 필터의 길이를 크게 해야 한다. 이를 보다 상세히 하면, 상기 시간차에 해당하는 지연 시간은 도 1에 나타낸 바와 같이 2가지 요소로 분류할 수 있다. 상기 2가지 요소는 어플리케이션에서 생성한 오디오 신호가 비음향경로(non acoustic path)를 거치면서 발생하는 순수 시간 지연(pure delay) t_r과 음향경로(acoustic path)를 거치면서 발생하는 시간 지연 t_d로 구성된다. 비음향경로에서 발생하는 시간 지연 t_r은 인접한 소프트웨어 블록 간에 오디오 신호의 복사/전달 과정에서 발생하는 시간 지연, 또는 샘플 레이트(sample rate) 변환 과정, 저역 통과 필터링(low-pass filtering) 과정 및 고역 통과 필터링(high-pass filtering) 과정에서 사용되는 필터에 내재하고 있는 시간 지연에 의해 발생하는 시간 지연 등을 포함할 수 있다. 또한, 오디오 신호가 하드웨어 경로 상에서 디지탈 신호의 형태로 이동할 때도 순수 시간 지연이 발생할 수 있다. 상기 순수 시간 지연(t_r)은 이동하는 소리를 변형시키지 않고 단순히 시간 지연만을 발생시킨다. 에코 경로에 대한 임펄스 응답에서 상기 순수 시간 지연(t_r) 구간에 해당하는 부분은 이상적으로는 0의 값을 가질 수 있다.

음향경로에서 발생하는 시간 지연 t_d는 스피커에서 출력된 소리가 공기 중에서 확산과 반사의 과정을 거치면서 마이크에 유입되는 과정에서 발생하는 시간 지연을 포함할 수 있다. 상기 시간 지연 t_d는 소리의 크기와 위상에 변형을 가져올 수 있다. 여기서, t_d는 대략 수십 ms 정도의 범위에서 변동이 크지 않지만 t_r은 제품(예: 스마트폰의 종류)에 따라 다르며 변동폭이 수백 ms까지 발생할 수 있다. 특히, 오디오 연결 경로가 달라지는 상황 즉, 스마트폰의 오디오 데이터를 블루투스(Bluetooth)를 이용하여 자동차의 스피커를 통해 출력하면서, 자동차의 마이크를 사용하는 환경까지 고려한다면 지연 시간(delay) 값의 변동폭은 더욱 커질 수 있다. 일반적으로 적응 필터는 t_r과 t_d를 모두 합친 길이 정도의 필터 길이를 사용하는데, 이렇게 변동폭이 커지게 되면, 적응 필터의 필터 길이를 크게 해야 하기 때문에, 그에 따른 필터의 수렴 시간이 길어지며, 오차 신호가 커지고, 연산량이 많아지는 문제가 있다.

본 발명은 상술한 문제를 해결하기 위한 것으로, 적응 필터의 타겟이 되는 마이크 입력 신호와 레퍼런스가 되는 스피커 출력 신호 간에 발생하는 시간 지연(delay)의 변동폭에 관계없이 에코 신호를 효율적으로 제거할 수 있는 적응 필터와 이를 이용하는 전자 장치 및 이의 운용 방법을 제공함에 있다.

본 발명은 예컨대, 하나의 스마트폰 어플리케이션을 다수의 스마트폰 제품에 설치할 수 있도록 구성하는 과정에서, 보다 효율적으로 에코 신호 제거를 지원할 수 있는 적응 필터와 이를 이용하는 전자 장치 및 이의 운용 방법을 제공함에 있다.

또한, 본 발명은 신호의 이동 경로가 상황에 따라 달라져서 레퍼런스 신호와 타겟 신호간의 시간 지연에 큰 변화가 생기는 경우에도 효율적으로 동작하는 적응 필터와 이를 이용하는 전자 장치 및 이의 운용 방법을 제공함에 있다.

또한 본 발명은 순수 시간 지연(pure delay) t_r의 변동폭이 큰 상황에서도 실제 음향경로(acoustic path) 상에서의 시간 지연인 t_d정도에 해당하는 짧은 필터 길이가 적용된 적응 필터를 사용함으로써 빠른 수렴 시간과 작은 오차를 갖는 적응 필터와 이를 이용하는 전자 장치 및 이의 운용 방법을 제공함에 있다.

또한, 본 발명은 시간 지연의 변동폭이 큰 경우에는 서브 필터(sub-filter)의 개수를 많게 설계를 하여야 하는데, 필터 계수값 계산에 필요한 계산식의 계산된 값을 서브 필터들간에 공유하고, 추가로 가지치기(pruning) 방법을 사용하여 활성화 상태인 서브 필터의 수를 제한하거나 줄여나감으로써, 적응 필터 운용과 관련한 연산량이 일정 수준에서 더 이상 증가하지 않게 관리할 수 있는 적응 필터와 이를 이용하는 전자 장치 및 이의 운용 방법을 제공함에 있다.

본 발명의 실시 예에 따른 전자 장치는 오디오 데이터에 대응하는 오디오 신호를 출력하는 스피커, 입력되는 오디오 신호를 수집하는 마이크, 상기 스피커 및 마이크 제어를 수행하는 오디오 처리부를 포함하고, 상기 오디오 처리부는 출력할 오디오 데이터를 수집하는 오디오 출력기 및 오디오 데이터의 신호 변환을 처리하는 음원 재생 처리 블록, 상기 마이크가 수집한 오디오 신호의 신호 처리를 수행하는 음원 수집 처리 블록 및 수집된 오디오 신호에 대한 음성 인식을 수행하는 음성 인식기, 상기 스피커를 통해 출력되는 신호가 확산과 반사 과정을 거친 후 상기 마이크를 통해 입력되는 신호의 에코를 처리하는 에코 제거기를 포함하고, 상기 에코 제거기는, 상기 스피커를 통해 출력되는 신호를 상기 적응 필터의 레퍼런스 신호로 사용하고 상기 마이크를 통해 입력되는 신호를 상기 적응 필터의 타겟 신호로 사용할 때, 두 신호 간의 시간 지연 변동폭을 처리하기 위한 복수개의 서브 필터(sub-filter)를 포함하는 적응형 지연 다이버시티 필터(adaptive delay diversity filer)를 가지는 것을 특징으로 한다.

여기서, 상기 복수개의 서브 필터는 각각이 적응 필터로 구성되어, 추정(estimation)하고자 하는 임펄스 응답의 전체 시간 구간 중에, 각 서브 필터가 각각 다른 일부의 시간 구간을 담당하도록 설계된 적응 필터로 구성되어 있는 것을 특징으로 한다.

여기서, 상기 복수개의 서브 필터는 인접된 두 서브 필터가 담당하는 시간 구간이 중첩이 되지 않도록 구성되어 신호 처리를 수행하는 것을 특징으로 한다.

또는, 상기 복수개의 서브 필터는 인접된 두 서브 필터가 담당하는 시간 구간이 적어도 일부 중첩되어 신호 처리를 수행하는 것을 특징으로 한다.

또한, 상기 복수개의 서브 필터는 매 시간 서로 경쟁을 하면서 각 서브 필터의 출력 값들 중에 가장 좋은 출력 값을 갖는 서브 필터의 출력 값을 에코 제거기의 출력 값으로 선택하는 것을 특징으로 한다.

한편, 상기 에코 제거기는 연산량을 줄일 목적으로 상기 복수개의 서브 필터들의 필터 계수 값 계산에 사용되는 계산식의 계산된 값을 “시간 지연 관계식”을 이용하여 서브 필터들 간에 공유하도록 설정될 수 있다.

또한, 상기 에코 제거기는 상기 복수개의 서브 필터들 중 최악의 성능 지표를 가지는 서브 필터를 비활성화하는 가지치기(pruning) 동작을 지속적으로 수행함으로써 활성화 상태인 서브 필터의 수를 줄여나가도록 설정될 수 있다.

또는, 상기 에코 제거기는 활성화된 하나 또는 지정된 개수의 서브 필터가 남을 때까지 지정된 조건에 따라 서브 필터를 비활성화하는 가지치기 동작을 수행하도록 설정될 수 있다.

또는, 상기 에코 제거기는 상기 복수개의 서브 필터들 중 어뎁테이션(adaptation)을 수행하는 서브 필터의 수를 제한하기 위해 서브 필터를 비활성화하는 가지치기 동작을 수행하도록 설정될 수 있다.

또는, 상기 에코 제거기는 상기 복수개의 서브 필터들 중 일정 성능 지표 이상을 나타내는 적어도 하나 이상의 서브 필터들이 활성화 상태를 유지하도록 제어할 수 있다.

또는, 상기 에코 제거기는 전자 장치의 연산 성능에 따라 상기 복수개의 서브 필터의 개수를 지정된 서브 필터의 개수가 되도록 제어할 수 있다.

본 발명의 실시 예에 따른 적응 필터는, 스피커를 통해 출력되는 신호를 상기 적응 필터의 레퍼런스 신호로 사용하고 마이크를 통해 입력되는 신호를 상기 적응 필터의 타겟 신호로 사용할 때, 두 신호 간의 시간 지연(time delay)의 변동폭을 처리하기 위한 에코 제거기에 적용되는 적응 필터에 있어서, 상기 시간 지연 변동폭을 커버하는 복수개의 서브 필터를 포함하는 적응형 지연 다이버시티 필터(adaptive delay diversity filter)를 포함하고, 상기 복수개의 서브 필터는 서로 경쟁을 하면서 각 서브 필터의 출력 값들 중에 가장 좋은 출력 값을 적응형 지연 다이버시티 필터의 출력 값으로 선택하는 동작을 포함하고, 상기 적응형 지연 다이버시티 필터는 상기 복수개의 서브 필터들에 대하여 가지치기 동작을 수행하여, 지정된 개수 이하의 서브 필터들만 활성화되어, 이 중에 1개의 최상의 서브 필터가 전체 에코 경로의 임펄스 응답 중에 실질적으로 의미있는 값을 갖는 음향경로(acoustic path)에 해당하는 부분을 추정(estimation)하여 필터링을 수행하도록 설계된 것을 특징으로 한다.

본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터(adaptive delay diversity filter)의 운용 방법은, 스피커를 통해 출력되는 레퍼런스 신호 및 상기 마이크를 통해 입력되는 타겟 신호 간의 시간 지연 변동폭을 처리하기 위해서, 상기 복수개의 서브 필터는 서로 경쟁을 하면서 각 서브 필터의 출력 값들 중에 가장 좋은 출력 값을 최종 출력 값으로 선택하는 단계를 포함하고, 상기 시간 지연 변동폭을 커버하는 복수개의 서브 필터들에 대하여 가지치기 동작을 수행하는 단계 및 지정된 개수 이하의 서브 필터들만 활성화되어, 이 중에 1개의 최상의 서브 필터가 전체 에코 경로의 임펄스 응답 중에 실질적으로 의미있는 값을 갖는 음향경로(acoustic path)에 해당하는 부분을 추정(estimation)하여 필터링을 수행하는 단계를 포함하는 것을 특징으로 한다.

본 발명의 장치에 따르면, 본 발명은 적응 필터를 사용하는 에코제거기에 있어서 스피커를 통해 출력되는 신호를 상기 에코제거기의 레퍼런스 신호로 사용하고 마이크를 통해 입력되는 신호를 상기 에코제거기의 타겟 신호로 사용할 때, 두 신호 간의 시간 지연(time delay)의 변동폭이 크더라도 좋은 수렴 특성을 가지면서 연산량을 조절하거나 최소화하면서 에코 제거를 수행할 수 있다.

또한, 오디오 환경뿐만 아니라 일반적인 신호 전송 환경에서 송신단에서 전송한 송신 신호가 전송 경로를 거치면서 변형이 되어 수신단에서 수신 신호로 수신될 때, 상기 전송 경로에 대한 임펄스 응답을 추정하거나, 변형되어 수신되는 신호를 추정할 목적으로 적응 필터를 사용하는 경우에, 상기 송신 신호를 상기 적응 필터의 레퍼런스 신호로 사용하고, 상기 수신 신호를 상기 적응 필터의 타겟 신호로 사용할 수 있는데, 본 발명은 상기 두 신호 간의 시간 지연의 변동폭이 크더라도 효율적인 추정을 수행할 수 있다.

기타, 본 발명의 다양한 효과는 이하에서 설명하는 실시 예들을 통하여 부가하여 설명하기로 한다.

도 1은 전자 장치의 송신단에서 전송된 신호가 전송 경로를 통해 이동한 후 수신단에서 수신되었을 때, 이 이동경로에 대한 임펄스 응답(impulse response)의 일반적인 형태를 나타내는 도면,
도 2a는 본 발명의 실시 예에 따른 전자 장치 구성의 한 예를 나타낸 도면,
도 2b는 본 발명의 실시 예에 따른 오디오 처리부를 포함하는 전자 장치의 일부 구성의 한 예를 나타낸 도면,
도 3a는 오디오 신호의 에코 경로의 임펄스 응답과 이를 담당하는 하나의 큰 필터를 나타낸 도면,
도 3b는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터(adaptive delay diversity filter)의 서브 필터 배치 구조의 한 예로, 적응형 지연 다이버시티 필터를 구성하는 각 서브 필터(sub-filter)들이 담당하는 시간 영역이 겹치지 않게 배치되어 있는 도면,
도 3c는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터의 서브 필터 배치 구조의 다른 한 예로, 적응형 지연 다이버시티 필터를 구성하는 각 서브 필터들이 담당하는 시간 영역이 일부 겹치게 배치되어 있는 도면,
도 3d는 본 발명의 실시 예에 따른 에코 제거 방법의 한 예를 나타낸 도면,
도 3e는 본 발명의 실시 예에 따른 가지치기 동작에 따른 서브 필터의 활성화 및 비활성화 변경을 설명하는 도면,
도 4는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터의 구조와 출력 선택을 설명하기 위한 도면,
도 5a는 본 발명의 실시 예에 따른 각 서브 필터에서의 연산량 저감을 위한 필터 계수 산출을 설명하기 위한 도면,
도 5b는 본 발명의 실시 예에 따른 각 서브 필터에서의 연산량 저감을 위한 필터 계수 산출의 다른 예를 설명하기 위한 도면,
도 5c는 본 발명의 실시 예에 따른 각 서브 필터에서의 연산량 저감을 위한 필터 계수 산출의 또 다른 예를 설명하기 위한 도면,
도 6은 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터의 서브 필터 운용 초기 단계를 설명하기 위한 도면,
도 7은 본 발명의 실시 예에 따른 최종 출력을 결정하기 위해 복수개의 서브 필터 중에 최상 필터(best filter)를 선택하고, 그 서브 필터의 출력을 최종 출력으로 선택하는 예를 설명하기 위한 도면,
도 8은 본 발명의 실시 예에 따른 가지치기 초기 단계를 설명하기 위한 도면,
도 9는 본 발명의 실시 예에 따른 가지치기 동작 중 최악의 1개의 서브 필터를 비활성화시키는 방법의 한 예를 설명하는 도면,
도 10은 본 발명의 실시 예에 따른 어뎁테이션(adaptation)에 참가하는 서브 필터 개수 제한 방법의 한 예를 나타낸 도면,
도 11은 본 발명의 실시 예에 따른 마진 가지치기(marginal pruning)를 통한 서브 필터 제거 방법의 한 예를 나타내는 도면,
도 12는 본 발명의 실시 예에 따른 최상 필터(best filer) 선택을 위한 초기 설정 방법의 한 예를 설명하기 위한 도면,
도 13은 본 발명의 실시 예에 따른 최상 필터 선택 방법의 한 예를 설명하기 위한 도면,
도 14는 본 발명의 실시 예에 따른 최상 필터 선택 방법의 다른 예를 설명하기 위한 도면,
도 15는 본 발명의 실시 예에 따른 최상 필터 선택 방법의 또 다른 예를 설명하기 위한 도면이다.

하기의 설명에서는 본 발명의 실시 예를 이해하는데 필요한 부분만이 설명되며, 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않는 범위에서 생략될 것이라는 것을 유의하여야 한다.

이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 바람직한 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 보다 상세하게 설명하고자 한다.

도 1은 전자 장치의 송신단에서 전송된 신호가 전송 경로를 통해 이동한 후 수신단에서 수신되었을 때, 이 이동경로에 대한 임펄스 응답(impulse response)의 일반적인 형태를 나타내는 도면이다.

도 1에서 t_r은 임펄스 응답이 초반에 0의 값을 갖는 구간으로, 송신된 신호가 수신될 때 단순히 시간 지연만을 가져오는 요소로, 예를 들면, 신호의 복사(copy)에 의한 전달 과정에 의해 발생한다. t_d는 시간 지연뿐만 아니라 신호의 변형을 가져오는 요소로, 예를 들면 물리적인 공간에서 신호가 이동할 때 발생하는데, 임펄스 응답의 주요한 부분이다.

본 발명은 임펄스 응답을 측정할 때마다 t_r의 변동폭이 큰 임펄스 응답을 갖는 시스템을 적응 필터를 사용하여 효율적으로 추정(estimation) 할 수 있는 방법에 관한 것이다. 특히, 본 발명은 임펄스 응답의 전체 구간을 직접 추정하는 대신, 작은 서브 필터(sub-filter)를 사용하여 t_d 구간을 추정함으로써 전체 구간을 추정하는 것과 동일한 효과를 가져오는 방법을 제시하고 있다.

도 2a는 본 발명의 실시 예에 따른 전자 장치 구성의 한 예를 나타낸 도면이며, 도 2b는 본 발명의 실시 예에 따른 오디오 처리부를 포함하는 전자 장치의 일부 구성의 한 예를 나타낸 도면이다.

도 2a를 참조하면, 본 발명의 실시 예에 따른 전자 장치(100)는 메모리(110), 프로세서(120), 오디오 처리부(130), 스피커(141), 마이크(142), 표시부(160), 통신 회로(170) 및 입력부(150)를 포함할 수 있다. 추가적으로 상기 전자 장치(100)는 다양한 센서 신호를 수집할 수 있는 센서 모듈(예: 카메라, 가속도 센서, 위치 정보 수집 센서 등)을 더 포함할 수도 있다.

상기 메모리(110)는 전자 장치 운용과 관련한 다양한 프로그램 및 데이터를 저장할 수 있다. 예를 들어, 상기 메모리(110)는 전자 장치(100) 운용과 관련한 운영체제, 전자 장치(100)를 기반으로 제공되는 다양한 사용자 기능과 관련한 어플리케이션, 상기 어플리케이션 실행과 관련한 다양한 데이터를 저장할 수 있다. 한 예로서, 상기 메모리(110)는 음악 재생과 관련한 음악 재생 어플리케이션, 음성 인식과 관련한 음성 인식 어플리케이션을 저장할 수 있다. 또한, 상기 메모리(110)는 녹음 기능, 동영상 재생 기능, 외부 전자 장치의 원격 제어 기능 등 다양한 기능 지원을 위한 어플리케이션을 저장할 수 있다. 상기 메모리(110)는 본 발명의 실시 예에 따른 적응 필터를 포함하는 에코 제거기를 저장하고, 프로세서(120) 제어에 따라 오디오 처리부(130)에 제공할 수 있다. 또는, 상기 에코 제거기는 오디오 처리부(130)에 임베이디드 방식으로 실장될 수도 있다. 또는, 상기 에코 제거기는 적어도 하나의 하드웨어 프로세서 또는 소프트웨어 모듈로 구현될 수 있다.

상기 프로세서(120)는 전자 장치(100) 운용과 관련한 다양한 신호의 처리 예컨대, 오디오 데이터의 전달과, 처리를 수행할 수 있다. 상기 프로세서(120)는 복수의 서브 프로세서로 구현되거나 또는 하나의 프로세서가 다수의 기능을 처리할 수 있도록 구현될 수 있다. 한 예로서, 상기 오디오 처리부(130)는 프로세서(120)에 통합될 수도 있다. 이 경우, 오디오 처리부(130)는 프로세서(120)의 구성으로서 이해될 수 있다. 프로세서(120)는 전자 장치(100)에 포함된 배터리의 전원 또는 연결된 외부 전원으로부터 전원을 공급받고, 해당 전원을 이용하여 다양한 사용자 기능을 수행할 수 있다. 예를 들어, 프로세서(120)는 입력부(150)를 통해 입력되는 사용자 입력 또는 기 설정된 스케줄링 정보를 기반으로 음악을 재생하거나, 외부 전자 장치를 검색하고 통신 채널을 형성하거나, 동영상을 재생하거나, 서버에 접속하여 서버가 제공하는 컨텐츠를 수신하여 출력하는 등의 처리를 수행할 수 있다. 본 발명에서, 프로세서(120)는 오디오 처리부(130)를 제어하여, 특정 어플리케이션 실행 과정에서 발생하는 오디오 데이터의 에코 제거 기능의 적용을 관리할 수 있다.

상기 스피커(141)는 상기 오디오 처리부(130)에 연결되고, 오디오 처리부(130)의 제어에 따라 전달되는 오디오 데이터를 오디오 신호로 변환한 후 출력할 수 있다.

상기 마이크(142)는 상기 오디오 처리부(130)에 연결되고, 오디오 처리부(130)의 제어에 따라 활성화된 후, 외부 오디오 신호를 수집한 후, 오디오 데이터로 변환한 후 오디오 처리부(130)에 전달할 수 있다.

상기 표시부(160)는 전자 장치(100) 운용과 관련한 다양한 화면을 출력할 수 있다. 예를 들어, 상기 표시부(160)는 음악 재생과 관련한 화면, 음성 인식 기능과 관련한 화면, 동영상 재생 화면 등 다양한 화면을 출력할 수 있다. 한 예로서, 상기 표시부(160)는 터치 기능을 포함할 수 있으며, 이 경우 표시부(160)는 입력부 구성으로서 동작할 수 있다.

상기 통신 회로(170)는 전자 장치(100)의 적어도 하나의 통신 기능을 지원할 수 있다. 예컨대, 통신 회로(170)는 서버 접속과 관련하여 기지국 통신 채널을 형성할 수 있다. 또는, 통신 회로(170)는 외부 전자 장치와의 근거리 통신 채널을 형성할 수 있다. 이와 관련하여, 상기 통신 회로(170)는 네트웍 통신 모듈 및 근거리 통신 모듈 중 적어도 하나를 포함할 수 있다. 한 예로서, 상기 통신 회로(170)는 프로세서(120) 제어에 따라, 서버(예: 음원 제공 서버) 가 제공하는 오디오 데이터(예: 음원 정보)를 수신하고, 이를 오디오 처리부(130)를 통해 스피커(141)에 출력할 수 있다. 또는, 통신 회로(170)는 근거리 통신 채널을 통해 연결된 다른 전자 장치로부터 오디오 데이터를 수신하여 오디오 처리부(130)에 전달하거나, 또는 프로세서(120) 제어에 따라, 재생된 오디오 데이터를 다른 전자 장치에 전송할 수도 있다. 또한, 통신 회로(170)는 프로세서(120) 제어에 따라 서버에서 음성 인식을 수행하기 위해 필요한 음성 데이타를 서버에 전송할 수도 있다. 또한, 통신 회로(170)는 프로세서(120) 제어에 따라 음성 인식 결과를 서버 또는 외부 전자 장치에 전송할 수도 있다.

상기 입력부(150)는 전자 장치(100)의 입력 기능을 지원할 수 있다. 예를 들어, 상기 입력부(150)는 키패드 또는 키버튼 등을 포함할 수 있다. 또는, 전자 장치(100)는 음성 명령 기능을 수행할 수 있는 마이크(142) 구성을 입력부(150) 로서 포함할 수도 있다. 사용자는 입력부(150)를 통해 전자 장치(100) 가 제공하는 다양한 사용자 기능의 실행 또는 종료를 요청할 수 있다. 예컨대, 입력부(150)는 음악 재생 기능의 실행을 위한 입력 신호, 음악 재생 중 재생 제어를 위한 입력 신호, 서버 접속 또는 접속 해제를 위한 입력 신호, 음성 인식 기능과 관련한 음성 명령 입력 신호 등을 수집하고, 수집된 입력 신호를 프로세서(120)에 전달할 수 있다.

상기 오디오 처리부(130)는 오디오 데이터 처리와 관련한 어플리케이션 실행을 지원하고, 이 과정에서 오디오 데이터의 출력 또는 오디오 신호의 수집을 위해 스피커(141) 및 마이크(142) 중 적어도 하나를 제어할 수 있다. 이러한 오디오 처리부(130)는 상기 프로세서(120)의 제어 하에 특정 어플리케이션 실행에 따른 기능 처리를 수행하거나 또는 프로세서(120) 로부터 권한을 위임받아 특정 어플리케이션 실행 및 기능 처리를 제어할 수 있다. 앞서 언급한 바와 같이, 오디오 처리부(130)는 프로세서(120)의 일부 구성으로 구현되거나 또는 프로세서(120) 와 독립적인 구성으로 구현된 후 프로세서(120) 와 통신하여 특정 어플리케이션 실행에 따른 기능 처리를 수행할 수 있다. 이러한 구현 방식에 따라 상기 오디오 처리부(130)는 하나의 프로세서로 볼 수도 있을 것이다. 상기 오디오 처리부(130)는 실행 요청된 어플리케이션의 종류 또는 어플리케이션 실행에 따라 수행되어야 할 기능 또는 현재 실행 중인 어플리케이션들의 오디오 데이터 처리와 관련한 다양한 태스크를 처리할 수 있다. 예를 들어, 오디오 처리부(130)는 음악 재생 어플리케이션의 요청에 따라 스피커(141)를 활성화하고, 재생되는 오디오 데이터에 대한 다양한 오디오 처리를 수행한 후, 스피커(141)를 통하여 출력하도록 제어할 수 있다.

또한, 오디오 처리부(130)는 녹음 기능 또는 외부 전자 장치 제어를 위한 어플리케이션이 실행되면, 사용자 발화 정보를 수집하기 위해 마이크(142)를 활성화하고, 마이크(142)를 통해 수집되는 오디오 신호에 대한 다양한 오디오 처리를 수행한 후, 메모리(110)에 저장하거나 통신 회로(170)를 통해 외부 전자 장치에 전송하도록 지원할 수 있다.

특히, 본 발명의 오디오 처리부(130)는 오디오 데이터 출력 과정에서, 마이크(142)를 통해 오디오 신호를 수집하는 경우, 적응형 지연 다이버시티 필터 이용하여 에코 제거를 수행하여, 수집된 오디오 신호에 대한 에코 제거를 수행한 후, 해당 오디오 신호에 대한 음성 인식을 수행할 수 있다. 상기 적응형 지연 다이버시티 필터는 예컨대, 적어도 일부가 하드웨어 형태로 구현되거나, 적어도 일부가 소프트웨어 모듈로 구현될 수 있다. 상기 적응형 지연 다이버시티 필터의 적어도 일부가 소프트웨어 모듈로 구현되는 경우, 본 발명은 상기 적응형 지연 다이버시티 필터의 적어도 일부를 구성하는 소프트웨어 모듈을 저장하는 메모리 및 상기 메모리에 액세스하여 상기 적응형 지연 다이버시티 필터의 동작을 실행하는 하드웨어 프로세서 구성을 포함할 수도 있다.

상기 음성 인식 과정은 예컨대, 메모리(110)에 저장된 음성 인식 DB(data base)를 이용하거나 또는 서버에 저장된 음성 인식 DB를 이용하여 수행될 수 있으며, 음성 인식된 결과에 따른 다양한 사용자 기능이 처리될 수 있다. 이러한 오디오 처리부(130)는 도 2b를 참조하면, 어플리케이션 블록(131), 오디오 입출력 처리 블록(132)을 포함할 수 있다.

상기 어플리케이션 블록(131) 은 오디오 출력기(131a), 음성 인식기(131b) 및 에코 제거기(131c)를 포함할 수 있다.

상기 오디오 출력기(131a)는 메모리(110)에 저장된 음악 재생 어플리케이션의 실행에 따라 오디오 데이터를 수집하고, 수집된 오디오 데이터를 음원 재생 처리 블록(132a)에 전달할 수 있다. 또는, 오디오 출력기(131a)는 통신 회로(170)를 통해 외부로부터 수신된 오디오 데이터를 음원 재생 처리 블록(132a)에 전달할 수 있다. 상기 오디오 출력기(131a)는 음원 재생 어플리케이션 실행에 따라 활성화되고, 수집된 오디오 데이터 처리를 수행할 수 있다.

상기 음성 인식기(131b)는 특정 어플리케이션 실행에 따라 활성화되고, 마이크(142)의 전원 공급을 제어할 수 있다. 예를 들어, 음성 인식기(131b)는 음성 인식 기능을 지원하는 어플리케이션(예: 상기 음악 재생 어플리케이션 또는 네비게이션 프로그램 등) 이 실행되면, 활성화되고, 마이크(142)의 전원 공급을 제어하여 오디오 신호를 수집하도록 제어할 수 있다. 상기 음성 인식기(131b)는 음원 수집 처리 블록(132b)에서 전달한 오디오 데이터를 분석하고, 오디오 데이터의 분석 결과를 프로세서(120)에 전달할 수 있다. 또는, 음성 인식기(131b)는 오디오 데이터의 분석 결과에 대응하는 사용자 기능 실행(예: 음악 재생 프로그램의 재생 제어 등)을 제어할 수 있다.

상기 에코 제거기(131c)는 오디오 출력기(131a) 가 음원 재생 처리 블록(132a)에 전달하는 제1 오디오 데이터 및 음원 수집 처리 블록(132b) 이 음성 인식기(131b)에 전달하는 제2 오디오 데이터를 수집할 수 있다. 상기 에코 제거기(131c)는 수집된 제1 오디오 데이타를 사용하여 제2 오디오 데이타에 포함되어 있는 에코를 추정(estimation) 및 차감한 후 음성 인식기(131b)에 제공할 수 있다. 이 과정에서 에코 제거기(131c)는 복수의 서브 필터를 포함하는 적응 필터를 운용하여 필터링을 수행할 수 있다. 이 과정에서, 상기 에코 제거기(131c)는 전자 장치(100)의 음향 경로(acoustic path) 길이(예: 스피커와 마이크 간의 물리적 거리, 음향적 거리)에 대응하는 값을 서브 필터의 필터 길이 값으로 설정하고, 이러한 서브 필터들을 복수개 사용하여 적응형 지연 다이버시티 필터를 구성할 수 있다. 적응형 지연 다이버시티 필터 구성을 통해 복수개의 서브 필터를 사용하여 새로운 입력이 들어올 때 마다 각 서브 필터는 필터링을 통해 출력 값을 생성하고, 이 출력 값들 중에 가장 좋은 출력 값을 최종 출력 값으로 선택할 수 있다.

또한, 상기 에코 제거기(131c)는 적응 필터의 필터 계수 계산에 사용되는 계산값(예: 위너 필터의 경우 상관행렬의 역행렬)을 각 서브 필터들 간에 공유하여 각 서브 필터들의 계수 연산에 소요되는 연산량을 저감할 수 있다. 상기 에코 제거기(131c)는 가지치기 방법을 사용하여 활성화(active) 상태인 서브 필터들의 수를 줄여나감으로써 최종적으로 1개의 서브 필터를 선택함으로써, 연산량을 저감시킬 수도 있다.

상기 오디오 입출력 처리 블록(132)은 적어도 하나의 음원 재생 처리 블록(132a) 및 음원 수집 처리 블록(132b)을 포함할 수 있다. 상기 음원 재생 처리 블록(132a)은 스피커(141)와 오디오 출력기(131a) 사이에 배치될 수 있다. 상기 음원 재생 처리 블록(132a)은 음원 재생을 위해 필요한 다양한 음향 효과를 제공하는 적어도 하나의 블록들을 포함할 수 있다. 상기 음원 수집 처리 블록(132b) 은 마이크(142) 와 음성 인식기(131b) 사이에 배치될 수 있다.

도 3a는 오디오 신호의 에코 경로에 대한 임펄스 응답(impulse response) 및 이를 담당하는 일반적인 필터를 나타낸 도면이다.

도 3a에 나타낸 에코 경로의 임펄스 응답은 스피커(141) 로 출력되는 신호가 마이크(142) 로 유입되는 과정에서 발생한 변화를 보여준다. 여기서, 음향적 시간 지연(t_d) 은 순수 음향적인 경로(acoustic path)에서 발생하는 소리의 확산(dispersion)과 반사(reflection)에 의해 발생하는 시간 지연이고, 비음향적 시간 지연(t_r) 은 비 음향적인 경로(non acoustic path)에서 발생하는 시간 지연으로, 주로 소프트웨어적인 처리(예: 전송 데이타의 복사/전달) 과정에서 발생하며, 오디오 신호가 하드웨어 경로 상에서 디지탈 신호의 형태로 이동할 때도 발생할 수 있다. 비음향적 시간 지연(t_r) 은 전자 장치가 바뀌거나 오디오의 연결 경로가 바뀌게 되면 변동이 크게 생길 수 있으므로, 큰 필터 길이를 갖는 적응 필터를 사용하여 에코를 추정(estimation) 할 필요가 있다. 즉, 오디오 신호 환경에서 에코 경로가 비음향적 시간 지연(t_r) 과 음향적 시간 지연(t_d) 로 구성이 되고, 이때 t_r의 변동폭이 큰 경우에는 에코를 추정하기 위해 긴 필터가 이용될 수 있다. 이 경우, 과하게 긴 필터 길이로 인해 에코 신호를 추정하는데 소요되는 시간이 길어지고, 오차 또한 커지게 된다. 이러한 문제를 극복하기 위해 본 발명의 적응형 지연 다이버시티 필터(adaptive delay diversity filter)를 사용할 수 있다.

신호 전송 환경을 오디오 환경으로 제한하지 않고 일반적인 신호 전송 환경으로 확장하여 생각할 때, 상기 환경에서 송신단에서 전송한 신호가 수신단에서 수신되기까지의 전송 경로에 대한 임펄스 응답도 마찬가지로 도 3a와 같이 일반화 할 수 있으며, 이때의 시간 구간 t_r과 t_d에 대한 명칭을 각각 순수 시간 지연(pure delay) (t_r)과 모듈레이션 시간 지연(modulation delay) (t_d)으로 범용적인 용어로 바꾸어 부를 수 있다. 여기서 사용된 모듈레이션(modulation) 이라는 용어는 신호의 파형에 변형을 가져오는 동작을 의미하며, 임시방편적으로 t_d 구간을 호칭하기 위해 사용하였다. 그리고, 순수 시간 지연(pure delay) (t_r) 은 전송되는 신호를 변형시키지 않고 단순히 시간 지연만을 발생시키는데, 상기 순수 시간 지연(pure delay) 이 발생하는 예로는 인접한 소프트웨어 블록간의 신호의 전달 과정 또는 하드웨어 블록간의 디지탈 형태로의 신호의 전송 과정에서 발생할 수 있다. 전체 임펄스 응답에서 상기 순수 시간 지연(t_r) 구간에 해당하는 부분은 이상적으로는 0의 값을 갖는다. 상기 모듈레이션 시간 지연(t_d)는 신호의 파형에 변형을 가져오는 전송구간에서 발생할 수 있는데, 예를 들어, 전송되는 신호가 아날로그 형태로 전송되는 구간에서 발생할 수 있으며, 또는 소프트웨어 블록에 신호를 변형시키는 과정이 포함되어 있는 경우에도 발생할 수도 있다. 이와 같이, 임의의 시스템의 임펄스 응답을 상기 순수 시간 지연(t_r) 구간과 모듈레이션 시간 지연(t_d) 구간으로 분류할 때, 순수 시간 지연(t_r)의 변동폭이 큰 경우에 상기 임펄스 응답 또는 전송과정에서 변형된 신호를 효과적으로 추정하기 위해 본 발명의 적응형 지연 다이버시티 필터를 사용할 수 있다.

도 3b는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터의 서브 필터 배치 구조의 한 예로, 적응형 지연 다이버시티 필터를 구성하는 각 서브 필터(sub-filter) 들이 담당하는 시간 영역이 겹치지 않게 배치되어 있는 예를 나타낸 도면이다.

도 3b를 참조하면, 비음향적 시간 지연(t_r) 및 음향적 시간 지연(t_d)을 모두 고려하여, 에코 제거기(131c)는 복수개의 서브 필터를 이용할 수 있는데, 예를 들면 도시된 바와 같이, 4개의 서브 필터들(sub-filter 1, sub-filter 2, sub-filter 3, sub-filter 4)을 이용할 수 있다. 상기 각 서브 필터들(sub-filter 1, sub-filter 2, sub-filter 3, sub-filter 4) 이 임펄스 응답의 각각 다른 시간 구간을 담당할 때, 인접한 두 서브 필터가 담당하는 시간 구간들 간의 시간 차 또는 타임 쉬프트(time shift) D는 각 서브 필터의 필터 길이 L과 동일하게 설계될 수 있다. 여기서, 각 서브 필터들의 필터 길이 L은 음향적 시간 지연(t_d) 값에 연관되어 설정될 수 있다. 상기 음향적 시간 지연(t_d) 은 스피커(141) 와 마이크(142)의 물리적 거리에 따른 실험적 결과 또는 통계적 결과를 통해 수집될 수 있다. 상기 서브 필터들(sub-filter 1, sub-filter 2, sub-filter 3, sub-filter 4) 은 각자 담당하는 시간 구간이 인접한 서브 필터와 중첩되지 않게 바로 이어서 배치(예: 각 서브 필터들의 타임 쉬프트 D = L이 되도록 설계) 될 수 있다. 예컨대, 제1 서브 필터(sub-filter 1)에 인접되게 제2 서브 필터(sub-filter 2) 가 배치되고, 제3 서브 필터(sub-filter 3)는 제2 서브 필터(sub-filter 2)에 인접되게 배치되며, 제4 서브 필터(sub-filter 4)는 제3 서브 필터(sub-filter 3)에 인접되게 배치될 수 있다. 상기 제1 내지 제4 서브 필터들(sub-filter 1, sub-filter 2, sub-filter 3, sub-filter 4)의 전체 길이는 예컨대, 상기 비음향적 시간 지연(t_r) 및 음향적 시간 지연(t_d)의 합의 길이보다 길게 설정될 수 있다. 또는, 상기 비음향적 시간 지연(t_r) 및 음향적 시간 지연(t_d)의 합의 길이가 상기 서브 필터들의 개수를 결정할 수 있다.

도 3c는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터의 서브 필터 배치 구조의 다른 한 예로, 적응형 지연 다이버시티 필터를 구성하는 각 서브 필터들이 길이가 L의 값으로 동일하고, 이때 각 서브필터들이 담당하는 시간 영역이 일정한 간격(예:D)을 두고 배치되되 인접한 두 서브 필터가 담당하는 시간 영역이 일부 겹치게 배치되어 있는 예를 나타낸 도면이다.

도 3c를 참조하면, 도 3a에 나타나는 비음향적 시간 지연(t_r) 및 음향적 시간 지연(t_d)을 대처하기 위해, 본 발명의 에코 제거기(131c)는 복수개의 서브 필터들을 이용하되, 서브 필터들이 담당하는 시간 영역이 일부 중첩되게 배치하여 운용할 수 있다. 예를 들면 도시된 바와 같이, 4개의 서브 필터들(sub-filter 1, sub-filter 2, sub-filter 3, sub-filter 4) 이 임펄스 응답의 각각 다른 시간 구간을 담당할 때, 인접한 두 서브 필터가 담당하는 시간 구간들 간의 시간 차 또는 타임 쉬프트(time shift) 가 모든 서브 필터들에 대해 동일하게 D가 되고, D가 0<D<L의 범위의 값을 갖도록 설계하여 운용할 수 있다. 여기서, 각 서브 필터들의 필터 길이 L은 음향적 시간 지연(t_d) 값에 연관되어 설정될 수 있다. 예를 들어, 에코 제거기(131c)는 제1 내지 제4 서브 필터들(sub-filter 1, sub-filter 2, sub-filter 3, sub-filter 4)을 이용하여 전체 에코 경로 중 음향적 시간 지연(t_d) )에 해당하는 구간을 추정하는 것을 목적으로 하는데, 각 서브 필터는 인접한 서브 필터와 담당하는 시간 구간이 일부 중첩되게 배치될 수 있다. 상술한 바와 같이, 에코 제거기(131c)는 인접한 두 서브 필터 간의 담당하는 시간 영역의 일부가 중첩되도록 배치함으로써 보다 강건한 필터링을 수행하도록 지원할 수 있다.

여기서, 전체 서브 필터들에 의해 형성되는 필터의 길이는 상기 에코 경로의 길이(예: 비음향적 시간 지연(t_r) 과 음향적 시간 지연(t_d)을 합친 시간) 와 동일하거나 상기 에코 경로보다 길게 설정될 수 있다.

도 3b와 도 3c는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터의 구조의 특수한 예로, 각 서브 필터의 필터 길이가 동일하고 인접한 두 서브 필터가 담당하는 시간 구간 간의 간격이 균일한 예이다. 이와 달리 경우에 따라 복수개의 서브 필터들이 임펄스 응답의 각각 다른 시간 구간을 담당하되 인접한 서브 필터가 담당하는 시간 구간 간의 간격을 균일하지 않게 설정하거나, 서브 필터의 필터 길이를 다르게 설정할 수도 있다.

한편, 상기 적응형 지연 다이버시티 필터를 구성하는 각 서브 필터는 적응 필터의 형태로 이루어져 있으며, 상기 서브 필터는 임의의 적응 필터 알고리즘을 채택하여 사용할 수 있고, 상기 서브 필터들은 서로 독립적으로 어뎁테이션(adaptation)을 수행할 수 있다.

도 3d는 본 발명의 실시 예에 따른 에코 제거 방법의 한 예를 나타낸 도면으로, 각 서브 필터가 위너 필터(Wiener filter)를 적응 필터 알고리즘으로 사용하는 것으로 가정한 도면이다.

도 3d를 참조하면, 에코 제거기(131c) (또는 프로세서(120), 또는 오디오 처리부(130))는 301 단계에서 입력 버퍼링을 처리할 수 있다. 예를 들어, 에코 제거기(131c)는 301 단계에서, 스피커를 통해 출력되는 레퍼런스 신호를 수집하고, 마이크(142) 로 입력되는 타겟 신호를 수집한 후, 수집된 신호들을 버퍼에 저장할 수 있다.

303 단계에서, 상기 에코 제거기(131c)는 제1 서브 필터에 대해 상관 행렬(correlation matrix)의 역행렬 계산을 수행한다. 이 역행렬은 309_1에서 제1 서브 필터의 어뎁테이션(adaptation)을 통한 필터 계수 계산에 사용된다. 이 역행열의 지연된 값들은 309_2, ...,309_M에서 제2 서브 필터, 제3 서브 필터... 등의 어뎁테이션(adaptation)에 사용된다.

다음으로, 에코 제거기(131c)는 각 서브 필터들에 대한 어뎁테이션(adaptation) 및 필터링 과정을 수행할 수 있다. 예컨대, 305_1 단계에서, 에코 제거기(131c)는 제1 서브 필터에 대한 연산을 위한 ID를 할당(예: sub-filter ID = 1) 하고, 307_1 단계에서, 제1 서브 필터가 활성화 상태인지 확인할 수 있다. 상기 에코 제거기(131c)는 제1 서브 필터가 비활성화 상태이면 해당 제1 서브 필터에 대한 연산을 중지할 수 있다. 상기 에코 제거기(131c)는 제1 서브 필터가 활성화 상태이면, 309_1 단계에서 303단계에서 구한 역행렬을 사용하여 어뎁테이션(adaptation)을 통한 필터 계수 계산을 하고, 311_1에서 필터링을 수행한다.

상기 에코 제거기(131c)는 상술한 ID 할당, 활성화 여부 확인, 상관 행렬 적용, 필터링 과정을 다른 서브 필터들에도 동일하게 수행할 수 있다. 이 동작에서 상기 에코 제거기(131c)는 각 서브 필터들의 연산을 병렬로 동시 수행할 수 있다. 예컨대, 상기 에코 제거기(131c)는 제1 서브 필터에 대한 연산 처리를 수행하면서, 제2 서브 필터에 대하여 ID 할당(예: sub-filter = 2, 305_2), 활성화 여부 확인(예: active?, 307_2) , 제1 서브 필터에서 직접 계산된 상관행렬의 역행렬의 지연된 값을 사용하여 어뎁테이션(adaptation) (309_2) , 및 필터링(313_2) 과정을 수행할 수 있다. 또한, 상기 에코 제거기(131c)는 제M 서브 필터에 대한 연산을 위해, 제M 서브 필터에 대하여 ID 할당(예: sub-filter = M, 305_M) , 활성화 여부 확인(예: active?, 307_M ) , 상관행렬의 역행렬의 지연된 값을 사용하여 어뎁테이션(adaptation) (309_M ) , 필터링(313_M ) 과정을 수행할 수 있다.

다음으로, 상기 에코 제거기(131c)는 313 단계에서 최상 필터(best filter)를 선출할 수 있다. 예컨대, 에코 제거기(131c)는 제1 내지 제M 서브 필터들에 대한 필터링 결과를 상호 비교하여 최상의 결과를 가지는 서브 필터를 선출할 수 있다.

다음으로, 상기 에코 제거기(131c)는 315 단계에서 활성화된 서브 필터들의 전체 수를 줄이기 위한 가지치기(pruning)를 수행하여, 서브 필터 운용과 관련한 연산량을 저감할 수 있다. 가지치기 기능 적용에 따라, 특정 서브 필터는 도 3e에 나타낸 바와 같이, 활성화 상태에서 비활성화 상태로 천이될 수 있다. 비활성화 상태로 천이된 서브 필터는 이후 모든 처리 과정에서 배제될 수 있다.

상술한 바와 같이, 적응형 지연 다이버시티 필터의 각 서브 필터는 적응 필터로 구성되어 동작하는데, 매시간 입력이 들어올 때 마다 서브 필터 간에 서로 경쟁하면서 최상의 결과를 갖는 서브 필터의 출력(output)을 최종 출력으로 선택한다. 이때, 필터의 계수(coefficient)를 구하는데 사용되는 상관행렬의 역행렬은 모든 서브 필터들에 대해 계산되는 것이 아니라 제1 서브 필터에 대해서만 계산되며, 두 번째 이후의 서브 필터에 대한 그 값은 제1 서브 필터에서 구한 값을 지연시킨 값을 사용한다. 이는 위너 필터(Wiener filter)를 사용할 경우를 예로 든 것으로, 다른 알고리즘을 사용하는 경우에도 후술하는 수학식 23 또는 수학식 24와 같은 시간 지연 관계식을 이용하여 연산을 줄일 수 있다.

이제부터 적응형 지연 다이버시티 필터의 세부적인 구조에 대한 이해를 돕기 위해 수학식을 도입하는데, 이하 수학식에서 소문자 이탤릭체 기호는 스칼라, 소문자 굵은 로마체 기호는 벡터, 대문자 굵은 로마체 기호는 행렬을 의미한다. 이하 수학식에서 j는 서브 필터의 번호로 사용되며, j = 1, 2,,,,, M 이 될 수 있다. M은 적응형 지연 다이버시티 필터(adaptive delay diversity filter)에 존재하는 서브 필터들의 개수이다. 이하 수학식에서 n은 시간 도메인(time domain) 상에서의 샘플 번호이고, m은 프레임(또는 블록) 단위로 샘플을 모아서 필터 계수를 산출하는 알고리즘이나 주파수 도메인(frequency domain) 상에서 동작하는 알고리즘에서 사용하는 프레임의 번호이다.

적응형 지연 다이버시티 필터의 레퍼런스 신호(reference signal)를

, 타겟 신호(target signal)를

으로 표기할 때, 오디오 신호 환경에서 동작하는 에코 제거기를 고려하면,

은 스피커 출력 신호가 될 수 있으며,

은 마이크(142) 입력 신호로서, 상기

은 에코, 잡음 또는 사용자 발화 등을 포함할 수 있다. 일반적인 신호 전송 환경을 고려하면,

은 송신단에서 전송하는 송신 신호가 될 수 있으며,

은 수신단의 수신 신호로서, 상기

상기

의 변형된 신호, 잡음 또는 외부 간섭 신호 등을 포함할 수 있다.

상기 적응형 지연 다이버시티 필터에 포함되어 있는 각 서브 필터의 레퍼런스 신호를

이라 표기할 때,

은

의 시간 지연된 신호의 형태를 가지며, 다음 수학식 1로 표현될 수 있다.

[수학식 1]

여기서 시간 지연

는

인 정수이다.

상기 적응형 지연 다이버시티 필터를 사용하여 에코 경로의 임펄스 응답을 추정함에 있어서, 상기 수학식 1과 같이 각 서브 필터가

에 대해 서로 다른 시간 지연 값

을 적용하여 얻은 지연된 신호

을 레퍼런스 신호로 사용함으로써, 각 서브 필터가 상기 임펄스 응답의 서로 다른 일부 시간 영역을 담당하도록 배치할 수 있다.

상기 적응형 지연 다이버시티 필터에 포함되어 있는 각 서브 필터의 필터 길이를

라고 할 때, j 번째 서브 필터의 레퍼런스 신호 벡터를

로 표기하면, 상기

은 다음 수학식 2로 표현될 수 있다.

[수학식 2]

시간 도메인에서 동작하는 적응 필터 알고리즘을 사용하는 경우를 예로 들면, j 번째 서브 필터의 에코 추정 신호(echo estimate) 또는 타겟 추정 신호(target estimate)

및 오차 신호(error signal)

은 다음 수학식 3에 의해 산출할 수 있다.

[수학식 3]

는 j 번째 서브 필터의 필터 계수(filter`s coefficient) 값들 중에 i번째 값으로, j 번째 서브 필터의 필터 계수 벡터(filter`s coefficient vector)

는 다음 수학식 4와 같이 정의된다.

[수학식 4]

각 서브 필터의 타겟 추정 신호

및 오차 신호

을 산출한 후, 다음 수학식 5에 의해 적응형 지연 다이버시티 필터의 타겟 추정 신호

및 오차 신호

를 산출할 수 있다.

[수학식 5]

상기 수학식 5에서와 같이, M개의 서브 필터의 타겟 추정 신호들

중에서 가장 좋은 값이 적응형 지연 다이버시티 필터의 타겟 추정 신호

로 선택될 수 있고, M개의 서브 필터의 오차 신호들

중에서 가장 좋은 값이 상기 적응형 지연 다이버시티 필터의 오차 신호

으로 선택될 수 있다. 가장 좋은(best) 값을 선택하는 기준으로 사용되는 것이 성능 지표(performance metric)

이다. 성능 지표

은 각 서브 필터들의 추정 성능을 나타내는 값으로, 각 서브 필터는 매 입력 신호를 사용하여 어뎁테이션(adaptation)을 수행한 후에 상기 성능 지표

를 계산할 수 있는데, 입력 신호

및 각 서브 필터의 타겟 추정 신호

또는 오차 신호

이

를 계산하는데 사용될 수 있다. 상기

는 복수개의 서브 필터들 중에 최상의 서브 필터와 최상의 출력을 선택할 때 사용될 수 있다. 상기 수학식 5에서

은 각 서브 필터의 성능 지표 값들

중에서 가장 좋은 성능 지표 값을 갖는 서브 필터로부터 산출된 값을 의미한다.

도 4는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터의 구조와 출력 선택을 설명하기 위한 도면이다.

에코 제거기(131c)는 적응형 지연 다이버시티 필터를 사용하여 구현이 될 수 있는데, 적응형 지연 다이버시티 필터를 운용하는 상황에서 매 시간마다 모든 서브 필터들의 필터 계수를 갱신한 후, 이 중 추정 성능이 가장 좋은 서브 필터(예: 최상 필터, 또는 최상 서브 필터)의 출력을 적응형 지연 다이버시티 필터의 출력으로 선택할 수 있다.

도 4를 참조하면, 에코 제거기(131c)에서 사용하는 적응형 지연 다이버시티 필터는 M개의 서브 필터를 포함하고 있으며, 각 서브 필터는 적응 필터로 구성되어 있다. 각 서브 필터의 레퍼런스 신호

을 얻기 위해 상기 수학식 1과 같이

을 지연시키는 동작을 수행하는데, 도면에

으로 도식화되어 있다. 각 서브 필터의 필터 계수 벡터인

는

이 최소가 되는 값으로, 각 서브 필터 간에 독립적인 형태로 구해지며, 일반적인 적응 필터에서 사용하는 방식과 동일한 방식으로 구해질 수 있다. 또한, 서브 필터에 채택되는 적응 필터 알고리즘은 특정 알고리즘으로 제한되지 않는다.

각 서브 필터는 상기 수학식 3과 같이 레퍼런스 신호

을 필터링하여 에코 추정 신호 (

)를 생성하고, 마이크 입력 신호(

)로 부터 이 추정 신호(

)를 차감하여 각 서브 필터의 오차 신호(

)를 산출할 수 있다.

각 서브 필터들의 오차 신호들

이 구해지면, 에코 제거기(131c)는

와 입력 신호

을 사용하여 각 서브 필터들의 성능 지표(performance metric)

를 구한 후, 복수의 서브 필터들의

값들 중 최대값(또는 최소값)에 해당하는 서브 필터의 ID를 최상 필터 ID(best_sub_filter_id) 로 선택한 후, 이 서브 필터의 출력 값

을 적응형 지연 다이버시티 필터의 출력 값

으로 결정할 수 있다. 에코 제거기는 연산량 저감을 위해 복수개의 서브 필터들 중에 성능 지표 값이 상대적으로 낮은 서브 필터를 비활성화시키는 가지치기(pruning) 동작을 수행할 수 있다.

적응형 지연 다이버시티 필터는 새로운 입력이 들어올 때 마다 복수개의 서브 필터들이 각각 필터링을 통해 출력을 생성하는데, 이 출력들 중에 가장 좋은 것을 선택하여 적응형 지연 다이버시티 필터의 출력으로 사용한다. 이와 같이 각 서브 필터가 에코 경로의 서로 다른 시간 지연(time delay) 구간을 담당하면서 각 서브 필터의 출력 중에 가장 좋은 출력을 최종적인 필터의 출력으로 선택하다는 개념으로 부터 “적응형 지연 다이버시티 필터(adaptive delay diversity filter)” 라는 용어가 채택되었다.

상술한 바와 같이, 적응형 지연 다이버시티 필터는 전체 에코 경로의 길이 t_r+ t_d값보다 작게 설정된 필터 길이를 갖는 서브 필터를 사용하지만, 전체 에코 경로 중에 실질적으로 중요한 의미를 갖는 구간인 t_d구간의 임펄스 응답(impulse response)을 가장 잘 추정하고 있는 서브 필터를 찾아낼 수 있다. 즉, 적응형 지연 다이버시티 필터의 서브 필터는 필터의 길이가 음향 경로(acoustic path)에서 발생하는 지연 값 t_d에 맞게 타이트하게 설정될 수 있기 때문에 종래의 방법과 같이 1개의 큰 필터를 사용하는 경우보다 수렴 시간이 빠르고, 불필요한 필터 계수들이 연산에 참여되는 것을 방지함으로써 필터의 결과에서 발생하는 오차를 줄일 수 있다.

적응형 지연 다이버시티 필터에서 항상 M개의 서브 필터가 동작할 경우 연산량이 상당하기 때문에, 이를 줄이기 위한 방법으로서 첫 번째 서브 필터에서 계산한 값 중 일부를 다른 서브 필터에서 공유하는 방법을 제안한다. 여기서, 공유되는 값은 필터 계수를 계산하는 수학식에서 레퍼런스 신호

와만 연관된 수식을 포함하고 있는 계산식의 결과 값이다.

상기 수학식1에서

으로부터 각 서브 필터의 레퍼런스 신호를

을 얻는데 사용된 시간 지연

와 각 서브 필터의 필터 길이

가 각각 다음 수학식 6과 수학식 7을 만족하는 경우에는 다음의 수학식 9의 시간 지연 관계식이 성립하며, 이를 이용하여 각 서브 필터 간에 필터 계수 계산에 필요한 계산식의 일부 계산된 값을 공유하여 연산량을 줄일 수 있다.

[수학식 6]

여기서, 상기

는 양의 정수 값을 갖는 상수 이고, 상기

는 정수 값을 갖는 상수이다.

상기 수학식 6은 인접한 서브 필터들 간에 사용되는 레퍼런스 신호들이 균일한 간격(D)으로 시간 지연이 되어 있음을 의미한다.

다음 수학식 7은 적응형 지연 다이버시티 필터를 구성하는 모든 서브 필터의 필터 길이가 동일함을 의미한다.

[수학식 7]

상기 수학식 1 및 상기 수학식 6에 의해 다음 수학식 8의 관계식이 성립한다.

[수학식 8]

상기 수학식 8에서

은 j 번째 서브 필터의 레퍼런스 신호이다.

상기 수학식 8에 상기 수학식 7의 조건이 추가되면 다음 수학식 9의 시간 지연 관계식이 성립한다.

[수학식 9]

상기 수학식 9에서

은 j 번째 서브 필터의 레퍼런스 신호 벡터로 상기 수학식 2에 정의되어 있다.

따라서, 상기 수학식 6, 수학식 7과 같이 각 서브 필터의 필터 길이가 동일한 값(예:L)을 갖고, 각 서브 필터에서 사용되는 레퍼런스 신호간의 시간차가 모두 D로 동일한 경우에는 상기 수학식 9의 관계식에 근거하여 나중에 등장하는 수학식 23 또는 수학식 24의 관계식을 얻을 수 있고, 이를 이용하여 연산량을 줄일 수 있다.

상기 도 3c는 적응형 지연 다이버시티를 구성하는 서브필터들이 상기 수학식 6과 상기 수학식 7을 만족하는 경우로 제한된 예에 해당하는 도면으로, 필터의 성능과 연산량을 고려했을 때 주로 사용되는 경우라 할 수 있다.

도 5a, 도 5b, 도 5c에서 세 가지 적응 필터 알고리즘을 예로 들어 시간 지연 관계식을 이용하여 연산량을 줄이는 방법에 대해 설명하고 있는데, 이때 상기 수학식 6과 상기 수학식 7의 조건을 가정하고 있다. 다음의 세 가지 적응 필터 알고리즘을 예로 들어 설명하는 것은 새로운 알고리즘을 도출하기 위함이 아니라, 이미 알려진 적응 필터 알고리즘을 적응형 지연 다이버시티 필터에 적용하여 사용하는데 있어서 복수개의 서브 필터 중에 1개의 서브 필터를 제외한 나머지 서브 필터들에 대해 필터 계수 계산식의 일부 계산을 생략하여 연산량을 저감하는 방법을 설명하기 위함이다.

도 5a는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터(adaptive delay diversity filter)에서 각 서브 필터에서의 연산량 저감을 위한 필터 계수 산출을 설명하기 위한 도면으로, 각 서브 필터가 위너 필터(Wiener filter) 알고리즘에 기반하여 동작하는 예이다.

예를 들어, 위너필터(Wiener filter)를 기반으로 각 서브 필터의 해를 구할 경우,

은 다음과 같은 수학식 10을 통해 구할 수 있다.

[수학식 10]

위 수학식 10에서 λ는 망각인자(forgetting factor) 이다.

상기 수학식 10으로 부터

를 구하기 위해서 각 서브 필터에 대한

을 계산해야 하는데, 상기 수학식 10에서

의 계산식에 가변 값으로 상기 수학식 2에 정의된

만 사용된다. 상기 수학식 8과 같이 각 서브 필터의 레퍼런스 신호는 앞선 서브 필터의 레퍼런스 신호의 시간 지연된 버전이므로, 상술한 수학식 9의 시간 지연 관계식을 근거로,

및

에 대해 다음 수학식 11과 같은 시간 지연 관계식을 얻을 수 있다.

[수학식 11]

따라서

은 직접 계산을 통해 구하고,

값은 계산을 하지 않고

의 과거 값을 참조하여 구할 수 있다. 따라서, 직접 계산을 통해 구한

을 사용하여

을 구하고,

의 과거 값을 참조하여

을 구할 수 있기 때문에, 제1 서브 필터를 제외하고 제2 서브 필터부터는 필터 계수를 구할 때 상관 행렬의 역행렬을 직접 계산할 필요 없이, 도 5a에 도시된 바와 같은 구조를 통해 각 서브 필터의 필터 계수들을 효율적으로 계산할 수 있다. 이러한 구조를 통해 M개의 서브 필터의 필터 계수를 구하기 위해 상관 행렬의 역행렬에 대한 계산을 매 시간마다 M 회가 아니라 단 1회만 수행하게 되어 연산량을 줄일 수 있다. 이와 같이, 서브 필터 간에 필터 계수 계산 시 필요한 계산값을 공유하는 방법은 위너필터(Wiener filter) 뿐만 아니라 다음의 RLS(Recursive Least Square) 알고리즘에도 적용 될 수 있다. 이를 도 5b를 참조하여 설명하기로 한다.

도 5b는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터(adaptive delay diversity filter)에서 각 서브 필터에서의 연산량 저감을 위한 필터 계수 산출의 다른 예를 설명하기 위한 도면으로, 각 서브 필터가 RLS(Recursive Least Square) 알고리즘에 기반하여 동작하는 예이다.

예를 들어, RLS(Recursive Least Square) 알고리즘을 사용하여 각 서브 필터의 필터 계수를 계산하는 경우에, j 번째 서브 필터에 대한 RLS 알고리즘의 갱신(update) 식은 다음 수학식 12와 같다.

[수학식 12]

여기서,

은 j 번째 서브 필터의 칼만 이득 벡터(Kalman gain vector) 이고,

은 j 번째 서브 필터의 상관행렬(correlation matrix)의 역행렬이다.

상기 수학식 8과 같이 각 서브 필터의 레퍼런스 신호는 앞선 서브 필터의 레퍼런스 신호의 시간 지연된 버전이므로, 다음 수학식 13이 성립될 수 있다.

[수학식 13]

따라서, 제1 서브 필터(sub-filter)의 필터 계수를 구할 때는 위의 RLS 알고리즘의 갱신(update) 식에 나타나는 수식을 사용하여

,

을 직접 계산해야 하지만, 2번째 이후의 서브 필터들의 필터 계수들을 구할 때는 제1 서브 필터에서 계산된

,

의 지연된 값을 사용하여 필터 계수들을 계산할 수 있다. 즉, 도시된 도면에서와 같은 구조를 사용하여 M개의 서브 필터들에 대해 칼만 이득 벡터와 상관 행렬의 역행렬에 대한 계산을 M 회가 아니라 단 1회만 수행하여 연산량을 줄일 수 있다.

도 5c는 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터(adaptive delay diversity filter)에서 각 서브 필터에서의 연산량 저감을 위한 필터 계수 산출의 또 다른 예를 설명하기 위한 도면으로, 각 서브 필터가 PBFDAF(Partitioned Block Frequency Domain Adaptive Filter) 알고리즘에 기반하여 동작하는 예이다.

주파수 도메인(frequency domain)에서 동작하는 적응 필터에서도 앞의 두 알고리즘을 사용한 예와 같이 시간 지연 관계를 이용하여 일부 연산을 생략할 수 있다. 각 서브 필터에 PBFDAF(Partitioned Block Frequency Domain Adaptive Filter) 알고리즘을 적용하는 경우를 예로 들어 설명한다. PBFDAF 적응 필터 알고리즘은 이미 잘 알려져 있는 것으로, 시간 도메인 상에서 필터 길이 L=P x N 인 필터를 각 파티션의 크기가 N 샘플인 필터들로 쪼개어 P개의 필터들로 분할하였을 때, 원래의 필터는 이 분할된 필터들의 합으로 볼 수 있다. 이에 따라, 필터의 추정 신호(estimate)

는 다음 수학식 14와 같이 P개의 필터들의 추정치의 총 합으로 표현될 수 있다.

[수학식 14]

시간 도메인(time domain)에서의 오차 신호

과 m번째 프레임(또는 블록)에서의 오차 신호 벡터

은 다음 수학식 15에 의해 서 정의될 수 있다.

[수학식 15]

여기서, m은 프레임 번호로, 한 프레임은 N개의 입력 샘플로 구성될 수 있다. 오차 신호

을 최소화하는 필터 계수를 구하기 위해 주파수 영역으로 변환하여 식을 정리하면, 주파수 도메인에서 동작하는 PBFDAF 알고리즘이 유도될 수 있다. 알려진 바와 같이, PBFDAF 적응 필터 알고리즘의 기본 업데이트 식은 다음 수학식 16과 같다.

[수학식 16]

여기서,

은 레퍼런스 신호만을 사용하여 만들어지며, 상기 수학식 16에 기재한 바와 같이 정의될 수 있다.

는 DFT(Discrete Fourier Transform) 변환을 하는데 사용되는 DFT 행렬이다. 위 수학식 16에서

및

는 상수 값을 갖는 행렬로, DFT 행렬

와 관련된 행렬이며, 다음 수학식 17과 같이 정의될 수 있다.

[수학식 17]

위에서,

은 주파수 도메인에서의 칼만 이득(Kalman gain) 이다.

시간 도메인의 값

,

에 밑줄로 표시된 기호는 주파수 도메인에서의 값을 의미하며 다음 수학식 18과 같이 정의될 수 있다.

[수학식 18]

상술한 바와 같이, 상기 PBFDAF 알고리즘을 적응형 지연 다이버시티 필터에서 채택하여 사용하면, 상기 PBFDAF 알고리즘을 적응형 지연 다이버시티 필터의 각 서브 필터에 적용할 수 있다. 여기서, PBFDAF 알고리즘을 사용하는 적응 필터의 파티션 블록 수가 P개, 한 프레임을 구성하기 위해 필요한 새로운 입력 샘플의 수가 N개, 적응형 지연 다이버시티 필터를 구성하는 각 서브 필터에서 사용하는 레퍼런스(reference) 신호들 간의 타임 쉬프트(time shift) 또는 시간 지연 D가 N의 정수배라고 가정하면 D는 다음 수학식 19와 같이 정의될 수 있으며

[수학식 19]

(D의 단위 : sample, B는 양의 정수) ,

여기서, 상기 D는 상기 수학식 6에 정의되어 있는 바와 같이 인접한 서브 필터들에서 사용되는 레퍼런스 신호간의 시간 지연 값이며, 상기 B는 프레임(또는 블록) 단위의 시간 지연 값으로 해석될 수 있으며, 보통 0<B≤P의 범위의 값을 갖는다. 위 수학식 16의 PBFDAF 알고리즘의 업데이트 식을 각 서브 필터에 적용했을 때의

,

을

,

으로 표기한다면,

은 레퍼런스 신호

을 DFT한 값과 연관된 값만 포함하고 다른 변수를 포함하고 있지 않는 행렬이고, 인접한 두 서브 필터에서 사용되는 레퍼런스 신호가 상기 수학식 8과 같은 시간 지연 관계에 있으므로, 다음 수학식 20과 같이 시간 지연 관계식을 사용하여 표현할 수 있다.

[수학식 20]

여기서, 상기 m은 프레임 번호이고, 상기 B는 인접한 서브 필터들에서 사용되는 레퍼런스 신호간의 시간 지연 값으로 프레임 단위의 값을 갖는다. 즉, 인접한 두 서브 필터에서 사용되는 레퍼런스 신호는 B개 프레임만큼 시간 지연 관계에 있기 때문에, 이를 DFT한 신호와 연관된 값을 갖는

도 B 프레임만큼 시간 지연 관계를 가진다. 위 업데이트 수학식 16에서 칼만 이득(Kalman gain)

에 참여하고 있는 가변 변수도 레퍼런스 신호

와만 연관됨에 따라, 다음 수학식 21이 성립할 수 있다.

[수학식 21]

따라서, 제1 서브 필터는

및

직접 계산한 후에 오차 신호 벡터

와 필터 계수 벡터

을 구하고, 제2 서브 필터부터는 제1 서브 필터에서 계산된

및

값의 지연된 값을 사용하여,

와

계산할 수 있다. 즉, 도시된 도 5c와 같은 구조를 사용하여, M개의 서브 필터에 대해,

및

에 대한 계산을 M 회가 아니라 1회만 수행함으로써 연산량을 줄일 수 있다.

상술한 세 가지 알고리즘의 예를 정리하면, 상기 수학식 6과 상기 수학식 7을 만족하는 구조를 가지고 있는 적응형 지연 다이버시티 필터의 각 서브 필터에 어떤 적응 필터 알고리즘 채택하여 적용할 때, 상기 적응 필터 알고리즘에 존재하는 필터 계수를 계산하는 식에서, 레퍼런스(reference) 신호

으로만 표현되는 식

이 존재할 경우, 상기

은 다음 수학식 22와 같이

의 함수

으로 표현될 수 있다. 여기서,

은 스칼라, 벡터 및 행렬 중 하나일 수 있다.

[수학식 22]

상기 알고리즘을 적응형 지연 다이버시티 필터에 존재하는 각 서브 필터에 적용했을 때의

을

으로 표현한다면, 제1 서브 필터(j=1)의

은 직접 계산을 통해 구하며, j =2,...,M 일 때의

은 다음 수학식 23과 같은 시간 지연 관계식을 이용하여 얻을 수 있다.

[수학식 23]

위 수학식 23에서 D는 상기 수학식 6에 정의된 값으로, 상기 D는 인접한 서브 필터에서 사용되는 레퍼런스 신호들 간의 시간상 쉬프트(shift) 되어 있는 정도 또는 지연된 정도를 나타내는 값으로 샘플 단위의 값이며, n도 샘플 단위의 값이다.

프레임(또는 블록) 단위로 필터 계수를 업데이트하는 알고리즘, 예를 들어 시간 도메인(time domain)에서 블록 단위로 필터 계수를 업데이트하는 알고리즘이나 주파수 도메인(frequency domain)에서 동작하는 알고리즘 에서는 다음 수학식 24가 적용될 수 있다.

[수학식 24]

위 수학식 24에서 m은 프레임 번호이고, B는 상기 수학식 19에 정의된 값으로 인접한 서브 필터에서 사용되는 레퍼런스 신호 간의 시간차를 나타내는 값으로 프레임 단위의 값이다.

도 6은 본 발명의 실시 예에 따른 적응형 지연 다이버시티 필터의 서브 필터 운용 초기 단계를 설명하기 위한 도면이다.

적응형 지연 다이버시티 필터는 총 M개의 서브 필터로 구성이 되는데, 초기에는 모든 서브 필터들이 활성화(active) 상태에서 시작을 하고, 가지치기(pruning) 동작에 의해 비활성화(inactive) 상태로 전환이 될 수 있으며, 비활성화 상태인 서브 필터들은 모든 연산 과정에서 배제된다. 도 6은 1개의 활성화된 서브 필터가 동작하는 과정을 보여준다. 도 6을 참조하면, 필터의 동작 초기에는 0이 아닌 값을 갖는 레퍼런스 신호가 첫 번째 서브 필터(제1 서브 필터) 부터 입력이 되기 시작하면서, 시간이 지남에 따라 뒤쪽의 서브 필터들도 0이 아닌 레퍼런스 신호 값을 갖게 된다. 각 서브 필터들은 초기에 활성화(active) 상태에는 있지만 아직 어뎁테이션(adaptation)을 시작하지 않은 서브 필터들은 필터 계수가 0이기 때문에 입력 타겟 신호를 그대로 출력으로 내놓는 바이패스(bypass) 형태의 동작을 한고 볼 수 있다. 따라서 서브 필터들은 초기에 활성화(active) 상태이지만 아직 어뎁테이션(adaptation)을 시작하지 않는 뒤쪽의 서브 필터들은 연산량에 영향을 거의 주지 않는다고 볼 수 있다.

도시된 도면을 참조하여 설명하면, 활성화 상태인 서브 필터는 601 단계에서 입력 데이터로 사용되는 타겟 신호 및 레퍼런스 신호를 획득(shift-in) 하고, 603 단계에서, 레퍼런스 신호가 전부 0인지 확인할 수 있다. 레퍼런스 신호가 적어도 일부 0이 아닌 데이터가 입력되는 경우, 상기 서브 필터는 605 단계에서 어뎁테이션(adaptation)을 수행한다. 여기서, 어뎁테이션(adaptation) 은 추정 오차(estimation error)를 최소화하는 방향으로 서브 필터의 계수를 갱신(update) 하는 것을 의미하며, 상기 서브 필터에 채택된 적응 필터 알고리즘의 종류에 따라 어뎁테이션의 방법이 결정된다. 607 단계에서는 605 단계에서 구한 필터의 계수를 사용하여 필터링(

)을 수행할 수 있다. 603 단계에서, 상기 서브 필터는 레퍼런스 데이터가 전부 0인 경우, 609 단계로 분기하여 입력된 신호에 대한 바이패스(

)를 수행할 수 있다.

적응형 지연 다이버시티 필터는 매 시간마다 M개의 서브 필터들 중에 활성화(active) 상태에 있는 서브 필터들만 동작을 하는데, 매 시간 가장 좋은 성능 지표(performance metric) 값을 갖는 1개의 서브 필터를 최상 필터(best filter) 로 선택하고, 이 서브 필터의 출력(output)을 상기 적응형 지연 다이버시티 필터의 출력으로 선택한다. 이 과정은 도 7에 도식화 되어 있다.

도 7은 최종 출력 신호를 결정하기 위해 여러 개의 서브 필터 중에 최상 필터(best filter)를 선택하고, 그 서브 필터의 출력을 최종 출력으로 선택하는 예를 설명하기 위한 도면이다.

도 7을 참조하면, 총 M개의 서브 필터 중에 활성화된 서브 필터에 대해서만 어뎁테이션(adaptation) 및 필터 결과 출력을 하기 위해 703단계와 같이 해당 서브 필터가 활성화 상태인지를 확인한다. 서브 필터가 활성화 상태이면, 에코 제거기(131c)는 705 단계에서, 어뎁테이션(adaptation) 단계로서, 서브 필터의 필터 계수를 갱신할 수 있다. 다음으로, 에코 제거기(131c)는 707 단계에서, 서브 필터의 출력

과 서브 필터의 성능 지표(performance metric)

을 계산할 수 있다.

709, 711단계에서 에코 제거기(131c)는 가장 성능지표가 좋은 서브필터의 ID를 best_sub_filter_id에 저장하고, 이 서브 필터의 출력 값을

에 저장한다. 모든 서브 필터들에 대한 비교가 완료되면, 717 단계에서

값을 최종적인 필터 출력

으로 결정한다. 717 단계에서,

값은 각 서브 필터들이 최상 필터(best filter) 로 선택된 빈도를 기록한 값으로, 나중에 도 15에서와 같이 최종 필터 선택(final filter selection) 절차에 사용될 수 있다.

한편, 703 단계에서, j 번째 서브 필터가 활성화 상태가 아닌 경우, 에코 제거기(131c)는 이하 단계 예컨대, 705 단계, 707 단계, 709 단계 711 단계를 생략할 수 있다.

이와 같이 적응형 지연 다이버시티 필터는 새로운 입력이 들어올 때 마다 복수개의 활성화(active) 상태인 서브 필터들이 각각 필터링을 통해 출력을 생성하고, 이 출력들 중에 가장 좋은 것을 선택하여 적응형 지연 다이버시티 필터의 최종 출력으로 사용한다.

도 8은 본 발명의 실시 예에 따른 가지치기(pruning) 초기 단계를 설명하기 위한 도면이다.

앞서 설명한 바와 같이, 에코 제거기(131c) (또는 오디오 처리부(130) 또는 프로세서(120) )는 M개의 서브 필터들의 필터 계수를 산출하는 과정에서 필터 계수 계산에 필요한 수식에 대한 계산을 M 회가 아니라 1회만 수행함으로 연산량을 줄일 수 있고, 추가적으로 가지치기 방법을 적용하여 연산량을 더 줄일 수 있다. 예를 들어, 적응형 지연 다이버시티 필터에서 최대 M개의 서브 필터들이 동시에 어뎁테이션(adaptation)을 수행할 수도 있는데 이럴 경우 요구되는 연산량이 많기 때문에, 에코 제거기(131c)는 매 시간 각 서브 필터들의 성능을 체크한 후 성능이 나빠지고 있는 서브 필터를 가지치기(pruning) 방법으로 제거함으로써 연산량을 줄일 수 있다.

이와 관련하여, 도 8을 참조하면, 에코 제거기(131c) (또는 적응형 지연 다이버시티 필터)는 801 단계에서 가지치기 시작 시간을 위해 사전 설정된 값 T_p를 설정(Set T_p to a pre-defined value) 할 수 있다.

다음으로, 803 단계에서, 에코 제거기(131c)는 제1 서브 필터가 어뎁테이션(adaptation)을 시작한 후 부터 현재까지 경과한 시간(t₁)을 독출할 수 있다.

다음으로, 805 단계에서, 에코 제거기(131c)는 경과 시간(t₁) 이 사전 설정된 가지치기 시작 시간(T_p) 보다 큰지 확인할 수 있다. 상기 경과 시간(t₁) 이 가지치기 시작 시간(T_p) 보다 큰 경우 807 단계에서, 에코 제거기(131c)는 가지치기 시작을 위한 프로그램(또는 알고리즘 또는 함수) 호출을 수행할 수 있다. 한편, 상기 805 단계에서, 상기 경과 시간(t₁) 이 상기 사전 설정된 가지치기 시작 시간(T_p) 보다 작은 경우, 상기 에코 제거기(131c)는 가지치기(807 단계)를 생략할 수 있다.

도 9는 본 발명의 실시 예에 따른 가지치기 동작 중 1개의 서브 필터를 비활성화하는 방법의 한 예를 설명하는 도면이다. 이 방법은 반복적으로 사용되어 활성화된 서브 필터 수를 지속적으로 1개씩 줄여나갈 때 사용할 수 있다.

도 9를 참조하면, 에코 제거기(131c) (또는 오디오 처리부(130), 또는 프로세서(120) )는 가지치기 동작 수행을 위한 함수(또는 프로그램, 또는 알고리즘) 호출 후, 901 단계에서 활성화 상태인 서브 필터들 중에서 1 개를 비활성화시켜야 하는 상황인지를 체크한다. 해당 상황인 경우, 에코 제거기(131c)는 903 단계에서, 활성화된 필터들 중 성능 지표

가 최악인 서브 필터를 검출하고, 검출된 서브 필터의 ID를 최악 필터 ID(worst_sub_filter_id) 로 할당할 수 있다.

다음으로, 에코 제거기(131c)는 905 단계에서, 최악 필터 ID에 해당하는 서브 필터를 비활성화하여, 어뎁테이션(adaptation) 및 필터링 등의 연산 과정에서 배제되도록 제어할 수 있다. 상기 에코 제거기(131c)는 901 단계에서 하나의 활성화 상태의 필터를 비활성화해야 하는 상황이 아닌 경우에는 903 단계 및 905 단계를 생략할 수 있다.

도 10은 본 발명의 실시 예에 따른 어뎁테이션(adaptation)을 수행하는 서브 필터의 개수를 제한하는 방법의 한 예를 나타낸 도면이다.

에코 제거기(131c)에서 사용되는 적응형 지연 다이버시티 필터는 복수개의 서브 필터로 구성되는데, 복수개의 서브 필터가 모두 필터 계수를 갱신(update) 하기 위해 어뎁테이션(adaptation)을 수행하게 되면 연산량이 상당하기 때문에 도 10과 같이 어뎁테이션(adaptation)을 수행하는 서브 필터의 개수를 제한하여 피크(peak) 연산량을 제어할 수 있다.

도 10을 참조하면, 에코 제거기(131c)는 1001 단계에서, 어뎁테이션 과정을 수행하는 필터들의 개수를 제한해야 하는 상황인지 확인한다. 예컨대, 에코 제거기(131c)는 컴퓨터의 성능 또는 현재 실행 중인 어플리케이션의 종류 또는 어플리케이션이 사용하는 리소스의 양 등 에코 제거를 위한 성능과 관련한 다양한 인자들 중 적어도 일부 인자들과 관련하여, 사전 정의된 조건을 만족하는지 여부를 확인할 수 있다. 또는, 에코 제거기(131c)는 시스템(예: CPU)의 성능에 따라 이용하는 서브 필터들의 개수 설정을 저장한 정보(예: 룩업 테이블)를 이용하여 현재 시스템 성능 상태에 따른 제한 여부를 확인할 수 있다. 어뎁테이션 동작을 수행하는 필터들의 개수를 제한할 조건이 만족되면, 에코 제거기(131c)는 1003 단계에서, 동시 어뎁테이션이 허용된 필터의 수(N_allowed_filters)를 독출할 수 있다. 상기 동시 어뎁테이션이 허용된 필터의 수는 예컨대 메모리(110)에 사전 저장되거나, 또는 실시간으로 이용되는 CPU 성능에 따라 계산될 수 있다.

다음으로, 1005 단계에서, 에코 제거기(131c)는 현재 어뎁테이션 동작을 수행하는 필터들의 수(n_adapt_filters)를 카운트할 수 있다.

다음으로, 1007 단계에서, 에코 제거기(131c)는 어뎁테이션 동작을 수행하는 필터들의 수(n_adapt_filters) 가 동시 어뎁테이션이 허용된 필터 수(N_allowed_filters) 보다 큰지 확인할 수 있다. 어뎁테이션 동작을 수행하는 필터들의 수(n_adapt_filters) 가 동시 어뎁테이션이 허용된 필터 수(N_allowed_filters) 보다 큰 경우, 에코 제거기(131c)는 1009 단계에서, 활성화된 필터들 중 최악 성능 지표(worst performance metric)

를 갖는 필터를 검출하고, 최악 필터 ID(worst_sub_filter_id)에 해당 필터 ID를 저장할 수 있다.

1011 단계에서, 에코 제거기(131c)는 최악 필터 ID에 해당하는 서브 필터를 비활성화하여, 해당 서브 필터가 더 이상 연산에 참여하지 않도록 배제시킬 수 있다. 한편, 에코 제거기(131c)는 1001 단계에서 설정된 제한 조건 만족되지 않는 경우, 1003 단계에서 1011 단계까지의 과정을 생략할 수 있다. 이와 같은 방식으로, 에코 제거기(131c)는 복수개의 서브 필터들 중에 허용된 개수(N_allowed_filters) 이하의 서브 필터가 활성화된 상태에서 필터링을 수행하도록 할 수 있다.

도 11은 본 발명의 실시 예에 따른 가지치기를 통한 서브 필터 제거 방법의 한 예로서, 최상 필터(best filter)에 비해 성능이 일정 수준 이하로 나오는 서브 필터만 제거하고 성능이 그 수준 이상으로 나오는 서브 필터들은 활성화 상태를 유지하고자 할 때 사용할 수 있는 예를 나타내는 도면이다.

도 11을 참조하면, 에코 제거기(131c)는 1101 단계에서 마진 가지치기 동작(marginal pruning)을 수행하기 위한 조건이 충족되는지 확인할 수 있다. 상기 마진 가지치기 동작의 설정은 예컨대, 시스템의 성능 또는 어플리케이션의 종류 또는 사용자 설정 등에 따라 조정될 수 있다. 또는, 에코 제거 프로그램 실행에 따라 자동으로 적용될 수도 있다.

마진 가지치기 동작 수행이 요청되면, 에코 제거기(131c)는 1103 단계에서, 사전 정의된 마진 문턱 값

을 독출할 수 있다. 상기 마진 문턱 값

은 메모리(110)에 사전 저장될 수 있다.

다음으로, 에코 제거기(131c)는 1105 단계에서 활성화된 서브 필터들의 성능 지표들 중 최상 성능 지표(best performance metric)

을 검출할 수 있다. 이후, 에코 제거기(131c)는 1107 단계에서 다음 수학식 25를 만족하는 서브 필터들을 검출할 수 있다.

[수학식 25]

상기 에코 제거기(131c)는 상기 수학식을 만족하는 서브 필터들에 대하여 비활성화 처리를 할 수 있다. 상기 마진 문턱 값은 사전 설정되는 상수 값이 될 수 있으며, 이 값의 조절에 따라 서브 필터의 비활성화 전환 속도를 조절할 수 있다. 한편, 전자 장치는 시스템의 성능에 따라 마진 문터 값을 실시간 가변하거나, 특정 어플리케이션(예: 음성 인식 기능)의 오류 발생 빈도에 따라 상기 마진 문턱 값을 변경할 수 있다. 예컨대, 오류 발생 빈도가 높은 경우, 마진 문턱 값이 상승(또는 하강) 할 수 있다.

상술한 도 9 내지 도 11에서 설명한 각각의 서브 필터 제한 방법은 각각 독립적으로 적용되거나 또는 복합적으로 혼용되어 사용될 수 있다. 적응형 지연 다이버시티 필터는 일정한 시간이 경과하면 성능이 제일 좋은 서브 필터 1개만 활성화 상태를 유지하고 나머지 서브 필터들은 비활성화시키는 방법을 사용할 수도 있다. 이 방법은 도 12 내지 도 15에 도식화되어 있다.

도 12는 본 발명의 실시 예에 따른 최종적으로 최상의 필터 선택을 위한 초기 설정 방법의 한 예를 설명하기 위한 도면이다.

도 12를 참조하면, 에코 제거기(131c) (또는 오디오 처리부(130), 또는 프로세서(120) )는 1201 단계에서, 최종 필터 선택 시간(final filter selection time) T_f를 사전 정의된 값으로 설정할 수 있다.

다음으로, 에코 제거기(131c)는 1203 단계에서 제1 서브 필터가 어뎁테이션을 시작한 후 부터 현재까지 경과한 시간 t₁을 독출하고, 1205 단계에서, 상기 t₁이 상기 T_f보다 큰지 확인할 수 있다. 상기 t₁이 상기 T_f보다 큰 경우, 에코 제거기(131c)는 1207 단계에서 최종 필터 선택을 위한 함수(또는 프로그램, 또는 알고리즘)를 호출할 수 있다. 1205 단계에서, 상기 t₁이 상기 T_f보다 작은 경우, 1207 단계를 생략할 수 있다.

도 13은 본 발명의 실시 예에 따른 최종 필터 선택(final filter selection) 방법의 한 예를 설명하기 위한 도면이다.

도 13을 참조하면, 앞서 도 12에서 설명한 바에 따라, 최종 필터 선택 시간이 설정되고, 해당 시간이 경과하면, 에코 제거기(131c)는 1301 단계에서, 모든 활성화된 필터들의 성능 지표

을 검출할 수 있다.

다음으로, 에코 제거기(131c)는 1303 단계에서 활성화된 필터들 중 최상의

을 선택하고, 선택된 필터의 ID를 최상 필터 ID(best_sub_filter_id) 로 저장할 수 있다.

다음으로, 에코 제거기(131c)는 1305 단계에서, 최상 필터 ID(best_sub_filer_id)에 해당하는 서브 필터를 제외한 나머지 서브 필터들을 모두 비활성화시켜서 해당 서브 필터만을 운용하여 필터링을 수행할 수 있다.

도 14는 본 발명의 실시 예에 따른 최종 필터 선택 방법의 다른 예를 설명하기 위한 도면이다.

도 14를 참조하면, 앞서 도 12에서 설명한 바에 따라, 최종 필터 선택 시간이 설정되고, 해당 시간이 경과하면, 에코 제거기(131c)는 1401 단계에서, 모든 활성화된 필터들의 성능 지표

을 검출할 수 있다.

다음으로, 에코 제거기(131c)는 1403 단계에서 활성화된 필터들의 성능 지표를 누적한 값

을 산출할 수 있다.

다음으로, 에코 제거기(131c)는 1405 단계에서, 활성화된 필터들 중 최상의 누적 성능 지표 값(best

)을 선택하고, 선택된 최상의 누적 값을 가지는 서브 필터의 ID를 최상 필터 ID(best_sub_filter_id)에 저장할 수 있다.

다음으로, 에코 제거기(131c)는 1407 단계에서, 최상 필터 ID(best_sub_filer_id)에 해당하는 서브 필터를 제외한 나머지 서브 필터들을 모두 비활성화시켜서 해당 서브 필터만을 운용하여 필터링을 수행할 수 있다.

도 15는 본 발명의 실시 예에 따른 최종 필터 선택 방법의 또 다른 예를 설명하기 위한 도면이다.

도 15를 참조하면, 앞서 도 12에서 설명한 바에 따라, 최종 필터 선택 시간이 설정되고, 해당 시간이 경과하면, 에코 제거기(131c)는 1501 단계에서, 활성화된 각 서브 필터들이 과거에 최상의 서브 필터로 선택된 빈도수

를 독출할 수 있다. 이

는 도 7의 717 단계에서 계산된다.

다음으로 에코 제거기(131c)는 1503 단계에서 모든 활성화된 서브 필터들의

값들 중에서 가장 큰 값을 찾고, 이때의 서브 필터의 ID를 최상의 필터 ID(best_sub_filter_id)에 저장할 수 있다.

다음으로, 에코 제거기(131c)는 1505 단계에서, 최상 필터 ID(best_filer_id)에 해당하는 서브 필터를 제외한 나머지 서브 필터들을 모두 비활성화시켜서 해당 서브 필터만을 운용하여 필터링을 수행할 수 있다.

상술한 가지치기 기능(pruning 기능)으로 인하여 각 서브 필터가 경쟁을 통해 최종 승자가 살아남게 되는 구조를 만들 수 있으며, 적은 연산량으로 보다 나은 출력 신호를 얻을 수 있다.

한편, 연산량을 줄일 목적으로 어뎁테이션을 수행하는 서브 필터의 수를 제한하는 방법에는 가지치기 방법외의 다른 방법도 있다. 예를 들면, 매 시간 모든 서브 필터들이 어뎁테이션을 수행하는 대신 각 서브 필터들이 시간 상 순차적으로 어뎁테이션을 수행하여 연산량을 저감하는 방법이다. 이 방법은 각 서브 필터가 수행하는 어뎁테이션의 횟수가 줄어듬에 따라 성능이 저하되는 것을 감수하고 연산량 저감을 목적으로 사용할 수 있다.

상술한 바와 같이, 에코 제거기(131c)에 포함되는 적응형 지연 다이버시티 필터(adaptive delay diversity filter)는 가지치기(pruning) 동작에 의해 어뎁테이션(adaptation)에 참여한 서브 필터의 개수가 정해진 수준을 넘지 않도록 설정하여 피크(peak) 연산량이 일정 수준을 넘지 않도록 관리할 수 있다. 또한, 가지치기(pruning) 동작에 의해 최종적으로는 1개의 서브 필터를 선택함으로써 1개의 서브 필터에 해당하는 연산량을 가질 수도 있다.

적응 필터의 특성 상 필터의 입력이 되는 타겟(target) 신호와 레퍼런스(reference) 신호간의 타임-얼라인(time align) 이 맞지 않아서 타겟 신호가 레퍼런스 신호보다 시간 상 앞서 있는 시간 역전(time reversal) 현상이 발생하거나, 두 신호간의 시간 지연(time delay) 이 너무 커서 필터가 추정(estimation) 할 수 없는 조건이 되면 필터는 발산하거나 오차(error) 신호 값이 크게 나올 수 있다. 이러한 특성에 의해, 본 발명의 전자 장치는 상술한 시간이 경과하면서 가지치기 동작이 지속적으로 수행됨에 따라 어뎁테이션(adaptation)에 참여한 서브 필터들 중에 상당수는 성능이 떨어져서 빠르게 비활성화할 수 있다. 예컨대, 초반에 적응 필터의 입력이 되는 타겟 및 레퍼런스 데이터들이 유입되기 시작하면, 각 서브 필터들이 순차적으로 어뎁테이션에 참여하게 되지만, 가지치기 기능에 의해 동시에 어뎁테이션에 참여하는 서브 필터의 수는 정해진 수치를 넘지 않게 되고, 이때 성능이 떨어지는 서브 필터들은 비활성화되며, 마지막 서브 필터까지 어뎁테이션에 참여한 이후부터는 점차적으로 활성화(active) 상태인 서브 필터의 수가 줄어들어 최종적으로는 1개의 서브 필터가 생존자(survivor) 로 남게 될 것이다. 또는 지정된 개수의 서브 필터가 생존자로 남게 할 수도 있다. 이에 따라, 에코 제거기(131c)는 적응형 지연 다이버시티 필터를 구성하는 서브 필터의 개수 M이 커지더라도 그 값에 상관없이 일정한 수준 이하의 연산량을 갖도록 관리할 수 있다.

*상술한 본 발명은, 하나의 에코 제거기 엔진을 모든 스마트폰 제품에 적용하고자 할 때 스피커 데이터와 마이크 데이터간의 시간 지연의 변동폭이 큰 상황을 효과적으로 해결할 수 있다. 특히, 스마트폰의 스피커와 마이크를 독자적으로 사용하는 경우와 스마트폰과 블루투스 헤드셋을 연결하여 사용하는 경우, 또는 스마트폰과 자동차 내의 AVN(Audio, Video, Navigation) 간에 블루투스를 연결하여 사용하는 경우 등과 같이 다양한 연결 상황을 고려하면 시간 지연의 변동폭이 더 커질 수 있는데, 본 발명은 이러한 환경에 대해 적응형인 처리 기능을 제공할 수 있다. 예를 들어, 스마트폰이 독자적으로 동작하는 경우의 시간 지연 값은 수십~200 ms 정도 범위를 갖지만, 스마트폰과 자동차 내의 AVN(Audio, Video, Navigation) 간에 블루투스를 연결한 경우에는 자동차의 스피커와 마이크가 사용되며 이때 시간 지연 값은 이동 경로가 추가됨으로 인하여 작게는 500 ms에서 부터 크게는 1000 ms 이상의 값을 갖는다. 이러한 모든 경우에 효과적으로 에코를 제거하기 위해 에코 제거기의 적응 필터는 큰 범위의 시간 지연을 커버(cover) 할 수 있게끔 설계되어야 한다. 이를 위해, 본 발명은 기존 방법처럼 필터의 길이를 크게 설정하지 않고 음향 경로(acoustic path)의 길이 정도에 해당하는 값으로 설정하여 빠른 수렴 시간과 작은 오차 값을 갖는다. 또한, 각 서브 필터들의 필터 계수 값을 구할 때 사용되는 계산식의 산출된 값을 시간 지연 관계식에 의해 서브 필터간에 공유할 수 있기 때문에, 제1 서브 필터에 대해서만 이 값을 구한 후 나머지 모든 서브 필터들에서 이 값의 시간 지연된 버전을 사용함으로써 연산량을 줄일 수 있다. 또한, 본 발명은 매 시간마다 모든 서브 필터의 필터 계수 값을 구하는 것이 아니라, 가지치기(pruning) 방법을 사용하여 성능이 떨어지는 서브 필터들은 제거하는 한편 동시에 어뎁테이션(adaptation)에 참여하는 필터의 수를 제한할 수 있기 때문에, 큰 시간 지연 변동폭을 커버(cover) 하기 위해 서브 필터의 개수 M을 매우 큰 값을 사용해야 하는 경우에도 피크(peak) 연산량을 일정 수준 이하게 되게끔 제어할 수 있다. 또한, 최종적으로 1개의 서브 필터만이 활성화 되게끔 할 수도 있기 때문에, 이때부터는 1개의 서브 필터가 동작하는 것과 동일한 연산량을 갖게 할 수 있다. 또한, 본 발명은 오디오 이외의 시스템에서도 신호의 전송 환경이 타겟 신호와 레퍼런스 신호간의 시간 지연의 변동폭이 큰 경우에 전송 경로의 임펄스 응답을 추정하거나 변형되어 수신되는 타겟 신호를 추정하는데 있어서 효율적인 구조를 가지고 있다.

한편, 본 명세서와 도면에 개시된 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게는 자명한 것이다.

100: 전자 장치
110: 메모리
120: 프로세서
130; 오디오 처리부
141: 스피커
142: 마이크

Claims

송신단에서 송신되는 송신 신호
;
수신단에서 수집되는 입력 신호
;
상기
에 포함되어 있는 원하는 신호(desired signal);
상기
을 레퍼런스 신호(reference signal)로 사용하고, 상기
을 타켓 신호(target signal)로 사용하여, 상기 원하는 신호(desired signal)를 추정(estimation) 하는 적응형 지연 다이버시티 필터(adaptive delay diversity filter);를 포함하고,
상기 적응형 지연 다이버시티 필터는 복수개의 서브 필터를 포함하고,
상기 복수개의 서브 필터는 M개(M은 1보다 큰 자연수)의 서브 필터로 구성되고,
상기 복수개의 각 서브 필터는 적응필터로 구성되어,
상기 각 서브 필터는 상기
을 타겟 신호로 사용하고,
상기 각 서브 필터는 서브 필터 마다 서로 다른 시간 지연 값을 사용하여 상기
을 시간 지연시켜서 얻은 신호
을 레퍼런스 신호로 사용하고,
상기
이 수학식 1을 만족하도록 구성하되,
상기 수학식 1은

여기서, 시간 지연 값
는
인 정수이고,
상기 적응형 지연 다이버시티 필터는
매 입력 값에 대하여 상기 복수개의 각 서브 필터마다 필터링을 통해 출력 값을 산출하고, 상기 산출된 복수개의 출력 값들 중 하나의 출력 값을 상기 적응형 지연 다이버시티 필터의 출력 값으로 선택하는 것을 특징으로 하는 적응 필터.
제1항에 있어서,
상기 복수개의 서브 필터는
상기
으로부터 상기
을 도출할 때 사용되는 상기 시간 지연 값
가 다음 수학식 2를 만족하되,
상기 수학식 2는

,
여기서, 상기
는 양의 정수 값을 갖는 상수이고, 상기
는 정수 값을 갖는 상수이며,
상기 수학식 2에 의해 인접한 두 서브 필터에서 사용되는 레퍼런스 신호 간의 시간 차가
샘플(sample)이 되고,
상기 각 서브 필터의 필터 길이가 동일한 값을 갖는 것을 특징으로 하는 적응 필터.
제2항에 있어서,
샘플 단위로 필터의 계수를 계산하는 적응필터 알고리즘을 상기 각 서브 필터에 적용할 때,
상기 알고리즘에 존재하는 필터 계수 계산식에서 적응필터의 레퍼런스 신호
으로만 표현되는 식
이 존재하여, 상기
이 수학식 3과 같이 상기
의 함수
으로 표현되는 적응필터 알고리즘이 존재할 때,
상기 수학식 3은

,
으로 표현되고,
상기
은 스칼라, 벡터 및 행렬 중 하나이며,
상기 n은 샘플 번호이며,
상기 적응필터 알고리즘을 상기 복수개의 서브 필터에 각각 적용했을 때의
을
으로 표현할 때,
상기 복수개의 서브 필터 중 제1 서브 필터(j=1)에 대해서만
값을 계산하고, 상기 제1 서브 필터 이외의 서브 필터들에 대해서는 수학식 4의 시간 지연 관계식을 사용하여
값을 얻되,
상기 수학식 4는

,
상기 수학식 4의 D는 상기 수학식 2의 D와 동일한 값
인 것을 특징으로 하는 적응 필터.
제2항에 있어서,
프레임 단위로 필터의 계수를 계산하는 적응필터 알고리즘을 상기 각 서브 필터에 적용할 때,
상기 적응필터에서 매 프레임마다 새로운 N개의 입력 데이터 샘플이 유입되어 현재 프레임을 구성하는데 사용되고,
상기 D가 N의 정수배가 되어 수학식 5를 만족할 때,
상기 수학식 5는

여기서, 상기 B는 양의 정수 값이고,
상기 수학식 5의 D는 상기 수학식 2의 D와 동일한 값이며,
상기 적응필터의 레퍼런스 신호
의 현재 프레임에 해당하는 값들을 수집하고, 상기 수집된 값들에 상기
의 과거 프레임들의 값을 포함하여 만든 값을
으로 표현하되,
상기 m은 프레임 번호이고,
상기 적응필터 알고리즘에 존재하는 필터 계수 계산식에서 상기
으로만 표현되는 식
이 존재하여, 상기
이 수학식 6과 같이 상기
함수
으로 표현되는 적응필터 알고리즘이 존재할 때,
상기 수학식 6은

,
으로 표현되고,
상기
은 스칼라, 벡터 및 행렬 중 하나이며,
상기 적응필터 알고리즘을 상기 복수개의 서브 필터에 각각 적용했을 때의
을
으로 표현할 때,
상기 복수개의 서브 필터 중 제1 서브 필터(j=1)에 대해서만
값을 계산하고, 상기 제1 서브 필터 이외의 서브 필터들에 대해서는 수학식 7의 시간 지연 관계식을 사용하여
값을 얻되,
상기 수학식 7은

,
인 것을 특징으로 하는 적응 필터.
제1항에 있어서,
상기 적응형 지연 다이버시티 필터는
지정된 조건에 따라 활성화된 서브 필터를 비활성화하여,
상기 복수개의 서브 필터를 사용하여 출력 값을 계산하는 동안, 상기 복수개의 서브 필터들 중에 활성화된 서브 필터들만 출력 값 계산에 참여하고, 비활성화된 서브 필터들은 출력 값 계산에서 배제되도록 하는 것을 특징으로 하는 적응 필터.
제5항에 있어서,
상기 적응형 지연 다이버시티 필터는
상기 복수개의 서브 필터들 중 활성화된 서브 필터들 각각에 대해 성능 지표 값을 산출하고, 상기 산출된 성능 지표 값들 중 최대 값 또는 최소 값을 검출한 후, 상기 최대 성능 지표 값 또는 최소 성능 지표 값을 갖는 서브 필터를 비활성화하는 동작을 수행하도록 설정된 것을 특징으로 하는 적응 필터.
제5항에 있어서,
상기 적응형 지연 다이버시티 필터는
상기 복수개의 서브 필터들 중 활성화된 서브 필터의 수가 적어도 하나 또는 지정된 개수만큼 남을 때까지 지정된 조건에 따라 서브 필터를 비활성화하는 동작을 수행하도록 설정된 것을 특징으로 하는 적응 필터.
삭제
제5항에 있어서,
상기 적응형 지연 다이버시티 필터는
상기 복수개의 서브 필터들 중에 어뎁테이션(adaptation)을 수행하는 서브 필터의 개수를 지정된 개수 이하가 되도록 서브 필터의 비활성화를 제어하는 것을 특징으로 하는 적응 필터.
오디오 출력단에서 수집되는 스피커 출력 신호
;
마이크에서 수집되는 마이크 입력 신호
;
상기
에 포함되어 있는 에코;
상기
을 레퍼런스 신호(reference signal)로 사용하고, 상기
을 타켓 신호(target signal)로 사용하여, 상기 에코를 제거하는 에코 제거기;를 포함하고,
상기 에코 제거기는 복수개의 서브 필터를 포함하고,
상기 복수개의 서브 필터는 M개(M은 1보다 큰 자연수)의 서브 필터로 구성되고,
상기 복수개의 각 서브 필터는 적응필터로 구성되어,
상기 각 서브 필터는 상기
을 타겟 신호로 사용하고,
상기 각 서브 필터는 서브 필터 마다 서로 다른 시간 지연 값을 사용하여 상기
을 시간 지연시켜서 얻은 신호
을 레퍼런스 신호로 사용하고,
상기
이 수학식 8을 만족하도록 구성하되,
상기 수학식 8은

여기서, 시간 지연 값
는
인 정수이고,
상기 에코 제거기는
매 입력 값에 대하여 상기 복수개의 각 서브 필터마다 필터링을 통해 출력 값을 산출하고, 상기 산출된 복수개의 출력 값들 중 하나의 출력 값을 상기 에코 제거기의 출력 값으로 선택하는 것을 특징으로 하는 전자 장치.
제10항에 있어서,
상기 복수개의 서브 필터는
상기
으로부터 상기
을 도출할 때 사용되는 상기 시간 지연 값
가 다음 수학식 9를 만족하되,
상기 수학식 9는

,
여기서, 상기
는 양의 정수 값을 갖는 상수이고, 상기
는 정수 값을 갖는 상수이며,
상기 수학식 9에 의해 인접한 두 서브 필터에서 사용되는 레퍼런스 신호 간의 시간 차가
샘플(sample)이 되고,
상기 각 서브 필터의 필터 길이가 동일한 값을 갖는 것을 특징으로 하는 전자 장치.
제11항에 있어서,
샘플 단위로 필터의 계수를 계산하는 적응필터 알고리즘을 상기 각 서브 필터에 적용할 때,
상기 알고리즘에 존재하는 필터 계수 계산식에서 적응필터의 레퍼런스 신호
으로만 표현되는 식
이 존재하여, 상기
이 수학식 10과 같이 상기
의 함수
으로 표현되는 적응필터 알고리즘이 존재할 때,
상기 수학식 10은

,
으로 표현되고,
상기
은 스칼라, 벡터 및 행렬 중 하나이며,
상기 n은 샘플 번호이며,
상기 적응필터 알고리즘을 상기 복수개의 서브 필터에 각각 적용했을 때의
을
으로 표현할 때,
상기 복수개의 서브 필터 중 제1 서브 필터(j=1)에 대해서만
값을 계산하고, 상기 제1 서브 필터 이외의 서브 필터들에 대해서는 수학식 11의 시간 지연 관계식을 사용하여
값을 얻되,
상기 수학식 11은

,
상기 수학식 11의 D는 상기 수학식 9의 D와 동일한 값
인 것을 특징으로 하는 전자 장치.
제11항에 있어서,
프레임 단위로 필터의 계수를 계산하는 적응필터 알고리즘을 상기 각 서브 필터에 적용할 때,
상기 적응필터에서 매 프레임마다 새로운 N개의 입력 데이터 샘플이 유입되어 현재 프레임을 구성하는데 사용되고,
상기 D가 N의 정수배가 되어 수학식 12를 만족할 때,
상기 수학식 12는

여기서, 상기 B는 양의 정수 값이고,
상기 수학식 12의 D는 상기 수학식 9의 D와 동일한 값이며,
상기 적응필터의 레퍼런스 신호
의 현재 프레임에 해당하는 값들을 수집하고, 상기 수집된 값들에 상기
의 과거 프레임들의 값을 포함하여 만든 값을
으로 표현하되,
상기 m은 프레임 번호이고,
상기 적응필터 알고리즘에 존재하는 필터 계수 계산식에서 상기
으로만 표현되는 식
이 존재하여, 상기
이 수학식 13과 같이 상기
함수
으로 표현되는 적응필터 알고리즘이 존재할 때,
상기 수학식 13은

,
으로 표현되고,
상기
은 스칼라, 벡터 및 행렬 중 하나이며,
상기 적응필터 알고리즘을 상기 복수개의 서브 필터에 각각 적용했을 때의
을
으로 표현할 때,
상기 복수개의 서브 필터 중 제1 서브 필터(j=1)에 대해서만
값을 계산하고, 상기 제1 서브 필터 이외의 서브 필터들에 대해서는 수학식 14의 시간 지연 관계식을 사용하여
값을 얻되,
상기 수학식 14는

,
인 것을 특징으로 하는 전자 장치.
제10항에 있어서,
상기 에코 제거기는
지정된 조건에 따라 활성화된 서브 필터를 비활성화하여,
상기 복수개의 서브 필터를 사용하여 출력 값을 계산하는 동안, 상기 복수개의 서브 필터들 중에 활성화된 서브 필터들만 출력 값 계산에 참여하고, 비활성화된 서브 필터들은 출력 값 계산에서 배제되도록 하는 것을 특징으로 하는 전자 장치.
제14항에 있어서,
상기 에코 제거기는
상기 복수개의 서브 필터들 중 활성화된 서브 필터들 각각에 대해 성능 지표 값을 산출하고, 상기 산출된 성능 지표 값들 중 최대 값 또는 최소 값을 검출한 후, 상기 최대 성능 지표 값 또는 최소 성능 지표 값을 갖는 서브 필터를 비활성화하는 동작을 수행하도록 설정된 것을 특징으로 하는 전자 장치.
제14항에 있어서,
상기 에코 제거기는
상기 복수개의 서브 필터들 중 활성화된 서브 필터의 수가 적어도 하나 또는 지정된 개수만큼 남을 때까지 지정된 조건에 따라 서브 필터를 비활성화하는 동작을 수행하도록 설정된 것을 특징으로 하는 전자 장치.
삭제
제14항에 있어서,
상기 에코 제거기는
상기 복수개의 서브 필터들 중에 어뎁테이션(adaptation)을 수행하는 서브 필터의 개수를 지정된 개수 이하가 되도록 서브 필터의 비활성화를 제어하는 것을 특징으로 하는 전자 장치.
스피커 출력 신호
을 오디오 출력단에서 수집하는 단계;
상기 오디오 출력단에서 상기 스피커 출력 신호
을 출력한 후 마이크를 통해 마이크 입력 신호
을 수집하는 단계;
상기
을 레퍼런스 신호(reference signal)로 사용하고, 상기
을 타켓 신호(target signal)로 사용하여, 상기
에 포함되어 있는 에코를 에코 제거기를 이용하여 제거하는 방법에 있어서,
복수개의 서브 필터를 사용하여 에코 제거기를 구성하는 단계;
상기 복수개의 서브 필터는 M개(M은 1보다 큰 자연수)의 서브 필터로 구성되고,
상기 복수개의 각 서브 필터를 적응 필터로 구성하는 단계;
상기 각 서브 필터는 서브 필터 마다 서로 다른 시간 지연 값을 사용하여 상기
을 시간 지연 시켜서 지연된 신호
을 얻는 단계;
상기 지연된 신호
을 얻는 단계는 상기
이 수학식 15를 만족하도록 구성하되,
상기 수학식 15는

여기서, 시간 지연 값
는
인 정수이고,
상기
을 타겟 신호로 사용하고, 상기
을 레퍼런스 신호로 사용하여 상기 각 서브 필터의 입력을 구성하는 단계;
매 입력 값에 대하여 상기 복수개의 각 서브 필터마다 필터링을 통해 출력 값을 산출하고, 상기 산출된 복수개의 출력 값들 중 하나의 출력 값을 상기 에코 제거기의 출력 값으로 선택하는 출력 값 산출 단계;를 포함하는 것을 특징으로 하는 에코 제거 방법.
제19항에 있어서,
상기 지연된 신호
을 얻는 단계는
상기
으로부터 상기
을 도출할 때 사용되는 상기 시간 지연 값
를 수학식 16을 이용하여 산출하는 단계;를 포함하되,
상기 수학식 16은

,
여기서, 상기
는 양의 정수 값을 갖는 상수이고, 상기
는 정수 값을 갖는 상수이며,
상기 수학식16에 의해 인접한 두 서브 필터에서 사용되는 레퍼런스 신호 간의 시간 차가
샘플(sample)이 되고,
상기 각 서브 필터의 입력을 구성하는 단계는
상기 각 서브 필터의 필터 길이가 동일한 값을 갖도록 하는 단계;를 포함하는 것을 특징으로 하는 에코 제거 방법.
제20항에 있어서,
상기 에코 제거 방법은
샘플 단위로 필터의 계수를 계산하는 적응필터 알고리즘을 상기 각 서브 필터에 적용할 때,
상기 알고리즘에 존재하는 필터 계수 계산식에서 적응필터의 레퍼런스 신호
으로만 표현되는 식
이 존재하여, 상기
이 수학식 17과 같이 상기
의 함수
으로 표현되는 적응필터 알고리즘이 존재할 때,
상기 수학식 17은

,
으로 표현되고,
상기
은 스칼라, 벡터 및 행렬 중 하나이며,
상기 n은 샘플 번호이며,
상기 적응필터 알고리즘을 상기 복수개의 서브 필터에 각각 적용했을 때의
을
으로 표현할 때,
상기 복수개의 서브 필터 중 제1 서브 필터(j=1)에 대해서만
값을 계산하고, 상기 제1 서브 필터 이외의 서브 필터들에 대해서는 수학식 18의 시간 지연 관계식을 사용하여
값을 얻되,
상기 수학식 18은

,
상기 수학식 18의 D는 상기 수학식 16의 D와 동일한 값
인 필터 계수 산출 단계;를 포함하는 것을 특징으로 하는 에코 제거 방법.
제20항에 있어서,
상기 에코 제거 방법은
프레임 단위로 필터의 계수를 계산하는 적응필터 알고리즘을 상기 각 서브 필터에 적용할 때,
상기 적응필터에서 매 프레임마다 새로운 N개의 입력 데이터 샘플이 유입되어 현재 프레임을 구성하는데 사용되고,
상기 D가 N의 정수배가 되어 수학식 19를 만족할 때,
상기 수학식 19는

여기서, 상기 B는 양의 정수 값이고,
상기 수학식 19의 D는 상기 수학식 16의 D와 동일한 값이며,
상기 적응필터의 레퍼런스 신호
의 현재 프레임에 해당하는 값들을 수집하고, 상기 수집된 값들에 상기
의 과거 프레임들의 값을 포함하여 만든 값을
으로 표현하되,
상기 m은 프레임 번호이고,
상기 적응필터 알고리즘에 존재하는 필터 계수 계산식에서 상기
으로만 표현되는 식
이 존재하여, 상기
이 수학식 20과 같이 상기
함수
으로 표현되는 적응필터 알고리즘이 존재할 때,
상기 수학식 20은

,
으로 표현되고,
상기
은 스칼라, 벡터 및 행렬 중 하나이며,
상기 적응필터 알고리즘을 상기 복수개의 서브 필터에 각각 적용했을 때의
을
으로 표현할 때,
상기 복수개의 서브 필터 중 제1 서브 필터(j=1)에 대해서만
값을 계산하고, 상기 제1 서브 필터 이외의 서브 필터들에 대해서는 수학식 21의 시간 지연 관계식을 사용하여
값을 얻되,
상기 수학식 21은

,
인 필터 계수 산출 단계;를 포함하는 것을 특징으로 하는 에코 제거 방법.
제19항에 있어서,
상기 출력 값 산출 단계는
지정된 조건에 따라 활성화된 서브 필터를 비활성화하는 가지치기 단계;를 포함하고,
상기 복수개의 서브 필터를 사용하여 출력 값을 산출하는 동안, 상기 복수개의 서브 필터들 중에 활성화된 서브 필터들만 출력 값 산출에 참여하고, 비활성화된 서브 필터들은 출력 값 산출 과정에서 배제하는 단계;를 포함하는 것을 특징으로 하는 에코 제거 방법.
제23항에 있어서,
상기 가지치기 단계는
상기 복수개의 서브 필터들 중 활성화된 서브 필터들 각각에 대해 성능 지표 값을 산출하는 단계; 상기 산출된 성능 지표 값들 중 최대 값 또는 최소 값을 검출하는 단계; 상기 검출된 최대 성능 지표 값 또는 최소 성능 지표 값을 갖는 서브 필터를 비활성화하는 단계;를 포함하는 것을 특징으로 하는 에코 제거 방법.
제23항에 있어서,
상기 가지치기 단계는
상기 복수개의 서브 필터들 중 활성화된 서브 필터의 수가 적어도 하나 또는 지정된 개수만큼 남을 때까지 지정된 조건에 따라 서브 필터를 비활성화하는 단계;를 포함하는 것을 특징으로 하는 에코 제거 방법.
삭제
제23항에 있어서,
상기 가지치기 단계는
상기 복수개의 서브 필터들 중에 어뎁테이션(adaptation)을 수행하는 서브 필터의 개수를 지정된 개수 이하가 되도록 서브 필터의 비활성화를 제어하는 단계;를 포함하는 것을 특징으로 하는 에코 제거 방법.