KR102478393B1 - 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치 - Google Patents

노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치 Download PDF

Info

Publication number
KR102478393B1
KR102478393B1 KR1020180016948A KR20180016948A KR102478393B1 KR 102478393 B1 KR102478393 B1 KR 102478393B1 KR 1020180016948 A KR1020180016948 A KR 1020180016948A KR 20180016948 A KR20180016948 A KR 20180016948A KR 102478393 B1 KR102478393 B1 KR 102478393B1
Authority
KR
South Korea
Prior art keywords
signal
electronic device
voice
audio signals
signals
Prior art date
Application number
KR1020180016948A
Other languages
English (en)
Other versions
KR20190097473A (ko
Inventor
조기호
문한길
백순호
양재모
손백권
이명호
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020180016948A priority Critical patent/KR102478393B1/ko
Priority to PCT/KR2018/016092 priority patent/WO2019156338A1/ko
Priority to US16/959,766 priority patent/US11238880B2/en
Publication of KR20190097473A publication Critical patent/KR20190097473A/ko
Application granted granted Critical
Publication of KR102478393B1 publication Critical patent/KR102478393B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L21/0232—Processing in the frequency domain
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
    • H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
    • H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
    • H04R1/406—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers microphones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • H04R3/005—Circuits for transducers, loudspeakers or microphones for combining the signals of two or more microphones
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L2021/02165—Two microphones, one receiving mainly the noise signal and the other one mainly the speech signal
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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
    • G10L21/0264—Noise filtering characterised by the type of parameter measurement, e.g. correlation techniques, zero crossing techniques or predictive techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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

Abstract

본 발명의 다양한 실시 예에 따르면, 복수의 마이크 및 상기 복수의 마이크와 전기적으로 연결되는 프로세서를 포함하고 상기 프로세서는, 상기 복수의 마이크를 통해 오디오 신호들을 획득하고, 상기 획득된 오디오 신호들에 포함된 음성 신호(voice signal)의 존재 확률을 추정하고, 상기 음성 신호의 존재 확률 및/또는 상기 획득된 오디오 신호들에 기초하여 상기 오디오 신호들 간의 상관 관계 정보를 획득하고, 상기 상관 관계 정보 또는 DOA(direction of arrival) 추정에 기초하여 음성 차단 정보를 획득하고, 상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 제1 신호를 획득하고, 상기 오디오 신호들 중 상기 음성 신호를 포함하는 제2 신호를 획득하고, 및 상기 제2 신호에서 상기 제1 신호를 제거함으로써 잡음이 정제된 음성 신호를 획득하도록 설정되는 것을 특징으로 하는 전자 장치가 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치 {METHOD AND AN ELECTRONIC DEVICE FOR ACQUIRING A NOISE-REFINED VOICE SIGNAL}
본 문서에서 개시되는 실시 예들은, 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치에 관한 것이다.
IT(information technology)의 발달에 따라, 스마트폰(smartphone), 태블릿 PC(tablet personal computer) 등 다양한 유형의 전자 장치들이 광범위하게 보급되고 있다. 상기 전자 장치들은 오디오 신호를 획득하기 위해 마이크를 포함할 수 있다. 일 실시 예에서, 전자 장치는 다양한 방향에서 입사되는 오디오 신호를 효율적으로 획득하기 위해 복수의 마이크를 포함할 수도 있다.
전자 장치는 마이크를 이용하여 임의의 오디오 신호를 입력으로 획득할 수 있다. 예를 들면, 전자 장치는 사용자의 통화하는 오디오 신호를 입력으로 획득할 수 있고, 복수의 사용자가 대화하는 오디오 신호를 입력으로 획득할 수 있다. 상기 오디오 신호에는 사람의 음성이 포함될 수 있고 그 밖의 소리 예컨대, 바람 소리, 사물이 부딪히는 소리 등 다양한 종류의 잡음이 포함될 수 있다.
사용자는 상기 임의의 오디오 신호 중 일부의 신호만을 유의미한 데이터로 획득하고자 할 수 있다. 예를 들면, 사용자는 복수의 사용자가 대화하는 오디오 신호 중 상기 대화하는 음성 신호만을 녹음하고자 할 수 있다. 이 경우, 전자 장치는 상기 임의의 오디오 신호 중 음성 신호를 제외한 나머지 신호, 이른바 잡음을 제거하는 것이 필요할 수 있다.
그런데, 전자 장치의 자세, 파지 상태 등 전자 장치의 주위 환경이 변화하는 경우 음성 신호 및 잡음이 전자 장치로 입사되는 방향은 실시간으로 변화할 수 있다. 전자 장치는 상기 환경 변화에 따라 변화하는 음성 신호의 방향에 대처하지 못하면 음성 신호와 잡음을 명확히 구별하지 못할 수 있다.
임의의 오디오 신호에서 잡음을 제거하는 경우 전자 장치가 음성 신호와 잡음을 명확히 구별하지 못하면, 음성 신호 중 일부는 잡음과 함께 제거될 수 있다. 또는 잡음 중 일부가 제거되지 않고 음성 신호에 포함될 수 있다. 이 경우, 전자 장치는 사용자에게 사용자가 원하는 음성 신호 중 일부를 제공하지 못하거나 잡음 중 일부가 포함된 음성 신호를 제공할 수 있다. 이에 따라, 사용자는 원하는 음성 신호만을 제대로 획득하지 못할 수 있다.
본 문서에서 개시되는 실시 예들은, 전술한 문제 및 본 문서에서 제기되는 과제들을 해결하기 위한 전자 장치를 제공하고자 한다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 복수의 마이크 및 상기 복수의 마이크와 전기적으로 연결되는 프로세서를 포함하고 상기 프로세서는, 상기 복수의 마이크를 통해 오디오 신호들을 획득하고, 상기 획득된 오디오 신호들에 포함된 음성 신호(voice signal)의 존재 확률을 추정하고, 상기 음성 신호의 존재 확률 및/또는 상기 획득된 오디오 신호들에 기초하여 상기 오디오 신호들 간의 상관 관계 정보를 획득하고, 상기 상관 관계 정보 또는 DOA(direction of arrival) 추정에 기초하여 음성 차단 정보를 획득하고, 상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 제1 신호를 획득하고, 상기 오디오 신호들 중 상기 음성 신호를 포함하는 제2 신호를 획득하고, 및 상기 제2 신호에서 상기 제1 신호를 제거함으로써 잡음이 정제된 음성 신호를 획득하도록 설정되는 것을 특징으로 할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치가 오디오 신호 중 잡음이 정제된 음성 신호를 획득하는 방법은, 복수의 마이크를 통해 오디오 신호들을 획득하는 동작, 상기 음성 신호의 존재 확률을 추정하는 동작, 상기 음성 신호의 존재 확률 및/또는 상기 획득된 오디오 신호들에 기초하여 상관 관계 정보를 획득하는 동작, 상기 상관 관계 정보 또는 DOA(direction of arrival) 추정에 기초하여 음성 차단 정보를 획득하는 동작, 상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 제1 신호를 획득하는 동작, 상기 오디오 신호들 중 상기 음성 신호를 포함하는 제2 신호를 획득하는 동작, 및 상기 제2 신호에서 상기 제1 신호를 제거함으로써 잡음이 정제된 음성 신호를 획득하는 동작을 포함하는 것을 특징으로 할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 전자 장치는 주변 환경이 변화하더라도 사용자가 원하는 음성 신호를 적응적으로 획득할 수 있다. 사용자는 잡음이 정제되고 음성 신호의 손실도 적은 원하는 데이터를 획득할 수 있다. 이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1a는 일 실시 예에 따른, 복수의 마이크를 포함하는 전자 장치의 제1 사시도를 나타낸다.
도 1b는 일 실시 예에 따른, 복수의 마이크를 포함하는 전자 장치의 제2 사시도를 나타낸다.
도 2는 일 실시 예에 따른, 잡음 신호가 정제된 음성 신호를 획득하는 과정을 나타내는 전자 장치의 블록도를 도시한다.
도 3은 일 실시 예에 따른, 전자 장치가 잡음 신호가 정제된 음성 신호를 획득하는 흐름도를 나타낸다.
도 4는 일 실시 예에 따른, 전자 장치가 제1 신호를 획득하는 흐름도를 나타낸다.
도 5는 다른 실시 예에 따른, 전자 장치가 제1 신호를 획득하는 흐름도를 나타낸다.
도 6은 또 다른 실시 예에 따른, 전자 장치가 제1 신호를 획득하는 흐름도를 나타낸다.
도 7은 일 실시 예에 따른, 전자 장치가 획득한 신호의 스펙트럼 그래프를 나타낸다.
도 8은 다양한 실시 예에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 9는 다양한 실시 예에 따른, 오디오 모듈의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1a는 일 실시 예에 따른, 복수의 마이크를 포함하는 전자 장치의 제1 사시도를 나타낸다. 도 1b는 일 실시 예에 따른, 복수의 마이크를 포함하는 전자 장치의 제2 사시도를 나타낸다.
도 1a 및 도 1b를 참조하면, 전자 장치(100)는 입력 단자로서 복수의 마이크(110a, 110b)를 포함할 수 있다. 일 실시 예에 따르면, 제1 마이크(110a)는 도 1a에 도시된 바와 같이 전자 장치(100)의 상단부에 배치될 수 있고, 제2 마이크(110b)는 도 1b에 도시된 바와 같이 전자 장치(100)의 하단부에 배치될 수 있다. 다양한 실시 예에 따르면, 전자 장치(100)는 도 1a 및 도 1b에 도시된 바와 다르게 셋 이상의 마이크를 포함할 수도 있다. 예를 들면, 제1 마이크 및 제3 마이크가 전자 장치(100)의 상단부에 배치될 수 있고, 제2 마이크 및 제4 마이크가 전자 장치(100)의 하단부에 배치될 수도 있다. 또 다른 예를 들면, 도 1a 및 도 1b에 도시된 전자 장치(100)에 제3 마이크를 포함하는 외부 전자 장치가 연결될 수도 있다. 예컨대, 도 1b에 도시된 음향 입/출력 단자(130)에 마이크 기능을 포함하는 헤드 셋이 연결될 수도 있다.
일 실시 예에 따르면, 전자 장치(100)는 복수의 마이크(110a, 110b)를 통해 전자 장치(100) 외부에서 발생되는 오디오 신호를 입력으로 획득할 수 있다. 예를 들면, 전자 장치(100)는 복수의 사용자들이 대화하는 경우 상기 복수의 사용자들의 목소리를 입력으로 획득할 수 있다. 또 다른 예를 들면, 전자 장치(100)는 외부의 다른 전자 장치에서 발생하는 오디오 신호를 입력으로 획득할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 복수의 마이크(110a, 110b) 중 적어도 일부를 통해 전자 장치(100) 내부에서 발생되는 오디오 신호를 입력으로 획득할 수도 있다. 예를 들면, 전자 장치(100)는 상기 적어도 일부의 마이크를 통해 전자 장치(100)에 포함되는 제2 스피커(120b), 예컨대, 라우드 스피커에서 생성되는 오디오 신호를 입력으로 획득할 수 있다. 또 다른 예를 들면, 전자 장치(100)는 상기 적어도 일부의 마이크를 통해 전자 장치(100)의 제1 스피커(120a), 예컨대, 음성 통화용 스피커(또는, 리시버)에서 생성되는 오디오 신호를 입력으로 획득할 수도 있다.
일 실시 예에 따르면, 상기 복수의 마이크(110a, 110b)는 서로 상이한 방향을 향하여 배치될 수 있다. 예를 들면, 제1 마이크(110a)는 전자 장치(100)의 위를 향하도록 배치될 수 있고, 제2 마이크(110b)는 전자 장치(100)의 아래를 향하도록 배치될 수 있다. 또 다른 예를 들면, 도 1a 및 도 2a에 도시된 바와 다르게 상기 복수의 마이크(110a, 110b)는 각각 전자 장치(100)의 좌측 또는 우측을 향하도록 배치될 수도 있다. 다양한 실시 예에 따르면, 오디오 신호는 전자 장치(100)를 기준으로 전 방향에서 생성될 수 있고, 사용자가 전자 장치(100)를 파지하여 전자 장치(100)의 자세가 바뀔 수 있다. 이 경우 상기와 같이 복수의 마이크(110a, 110b)가 서로 상이한 방향을 향하도록 배치되는 것이 오디오 신호를 입력으로 획득하는데 유리할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 상기 복수의 마이크(110a, 110b)를 통해 획득되는 오디오 신호가 발생한 방향을 추정할 수 있다. 예를 들면, 상기 제1 마이크(110a)를 통해 입력된 오디오 신호가 상기 제2 마이크(110b)를 통해 입력된 오디오 신호보다 더 큰 세기를 가지고 있다면, 전자 장치(100)는 상기 오디오 신호가 제2 마이크(110b)보다 제1 마이크(110a)에 더 가까운 위치에서 발생한 것으로 추정할 수 있다. 또 다른 예를 들면, 오디오 신호가 제2 마이크(110b)보다 제1 마이크(110a)에 더 먼저 입력되었다면 전자 장치(100)는 상기 오디오 신호가 제2 마이크(110b)보다 제1 마이크(110a)에 더 가까운 위치에서 발생한 것으로 추정할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 상기 추정된 방향에 기초하여 복수의 마이크(110a, 110b) 중 일부의 마이크에서 입력된 오디오 신호에 더 큰 신뢰도를 부여할 수 있다. 예를 들면, 오디오 신호가 제2 마이크(110b)보다 제1 마이크(110a)에 더 가까운 위치에서 발생한 것으로 추정되는 경우 전자 장치(100)는 제2 마이크(110b)에서 입력된 오디오 신호보다 제1 마이크(110a) 신호에서 입력된 오디오 신호에 더 높은 신뢰도를 부여할 수 있다. 예컨대, 전자 장치(100)를 사이에 두고 제1 마이크(110a)에 가까운 제1 사용자 및 제2 마이크(110b)에 가까운 제2 사용자가 대화를 하는 경우, 전자 장치(100)는 제1 사용자의 음성 신호에 대해 제2 마이크(110b)에서 획득된 오디오 신호보다 제1 마이크(110a)에서 획득된 오디오 신호에 더 높은 신뢰도를 부여하고 상기 음성 신호를 획득할 수 있다. 전자 장치(100)는 제2 사용자의 음성 신호에 대해서는 제1 마이크(110a)에서 획득된 오디오 신호보다 제2 마이크(110b)에서 획득된 오디오 신호에 더 높은 신뢰도를 부여하고 상기 음성 신호를 획득할 수 있다.
일 실시 예에 따르면, 전자 장치(100)가 입력으로 획득하는 오디오 신호에는 사용자가 관심이 있어 사용자에게 유의미하게 제공할 수 있는 신호와 사용자가 관심이 없어 사용자에게 무의미하게 제공될 수 있는 신호가 포함될 수 있다. 본 명세서에서 상기 사용자에게 유의미하게 제공될 수 있는 신호는 사람의 음성 신호로 이해될 수 있다. 상기 음성 신호를 제외한 나머지 신호는 상기 오디오 신호의 잡음으로 이해될 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 전자 장치(100)의 전 방향에서 발생하는 오디오 신호 중 상기 잡음이 정제된 음성 신호를 획득하고 상기 획득된 음성 신호를 사용자에게 제공할 수 있다. 이하 본 명세서에서는 전자 장치(100)가 상기 잡음이 정제된 음성 신호를 획득하는 방법에 대한 설명이 기재된다.
도 2는 일 실시 예에 따른, 잡음 신호가 정제된 음성 신호를 획득하는 과정을 나타내는 전자 장치의 블록도를 도시한다.
도 2를 참조하면, 전자 장치(100)는 복수의 마이크(110) 및 프로세서(140)를 포함할 수 있다. 다양한 실시 예에 따르면, 전자 장치(100)는 도 2에 도시되지 않은 구성을 추가로 포함할 수 있고, 도 2에 도시된 구성 중 일부는 생략될 수 있다. 예를 들면, 전자 장치(100)는 획득된 음성 신호를 저장할 수 있는 메모리를 더 포함할 수 있다. 또 다른 예를 들면, 전자 장치(100)는 도 2에 도시된 복수의 마이크(110) 중 일부가 생략될 수도 있다.
복수의 마이크(110)는 전자 장치(100) 외부에서 발생한 오디오 신호를 입력으로 획득할 수 있다. 일 실시 예에 따르면, 복수의 마이크(110)에 포함되는 각각의 마이크는 서로 이격되어 배치될 수 있다. 이 경우, 상기 각각의 마이크는 상기 오디오 신호가 발생한 위치로부터 거리 또는 방향이 상이할 수 있다. 상기 각각의 마이크에서 획득된 오디오 신호는 서로 다른 세기를 가질 수 있고 서로 다른 시간에 입력될 수 있다. 일 실시 예에 따르면, 복수의 마이크(110)를 통해 획득된 오디오 신호들은 프로세서(140)로 전달될 수 있다.
프로세서(140)는 복수의 마이크(110)로부터 수신한 오디오 신호들을 처리하고 원하는 신호로 가공할 수 있다. 도 2를 참조하면, 프로세서(140)에서 수신된 오디오 신호들이 처리되는 과정이 도시된다. 프로세서(140)는 상기 오디오 신호들을 처리하는 복수의 모듈들을 포함할 수 있다. 일 실시 예에 따르면, 프로세서(140)는 스티어링 모듈(steering module)(141), 필터 모듈(filter module)(142), 차단 모듈(blocking module)(143), 및 제거 모듈(canceller module)(144)을 포함할 수 있다. 본 문서에서 상시 각각의 모듈들이 수행하는 동작은 프로세서(140)에 의해 동작하는 것으로 이해될 수 있다.
일 실시 예에 따르면, 스티어링 모듈(141)은 각각의 마이크로부터 수신한 오디오 신호들의 시간 차이를 조절할 수 있다. 예를 들면, 제1 마이크에서 획득된 제1 오디오 신호는 제2 마이크에서 획득된 제2 오디오 신호보다 더 먼저 입력될 수 있다. 이 경우, 스티어링 모듈(141)은 상기 제1 오디오 신호 및 상기 제2 오디오 신호의 시간 축을 동일하게 맞춰줄 수 있다. 일 실시 예에 따르면, 스티어링 모듈(141)을 통과한 오디오 신호들은 각각 필터 모듈(142) 및 차단 모듈(143)에 전달될 수 있다.
일 실시 예에 따르면, 필터 모듈(142)은 복수의 필터를 이용하여 수신된 오디오 신호의 신호 대 잡음 비(signal-noise ratio, SNR)가 개선된 제2 신호를 획득할 수 있다. 예를 들면, 필터 모듈(142)은 오디오 신호 중 인간의 목소리에 해당할 수 있는 주파수 범위(예: 50Hz 내지 8000Hz)의 신호만을 통과시킬 수 있다. 필터 모듈(142)은 상기 제2 신호를 제거 모듈(144)에 전달할 수 있다. 일 실시 예에서, 상기 제2 신호는 음성 신호를 포함할 수 있다.
일 실시 예에 따르면, 차단 모듈(143)은 수신된 오디오 신호들 중에서 음성 신호는 차단하고 잡음만을 획득하는 모듈일 수 있다. 예를 들면, 차단 모듈(143)은 상기 오디오 신호들 중 잡음만을 포함하는 제1 신호를 획득할 수 있다.
일 실시 예에 따르면, 차단 모듈(143)은 수신된 오디오 신호들 중 음성 신호의 존재 확률을 추정할 수 있다. 상기 음성 신호의 존재 확률은 0부터 1 사이의 범위에서 추정될 수 있다. 상기 음성 신호의 존재 확률은 예컨대, CGMM(complex Gaussian mixture model)에 기초한 추정 방법 등에 의해 추정될 수 있다.
일 실시 예에서, 차단 모듈(143)은 상기 추정된 음성 신호의 존재 확률 및 수신된 오디오 신호들로부터 추정 음성 신호들 및 추정 잡음 신호들을 획득할 수 있다. 예를 들면, 상기 추정 음성 신호는 상기 오디오 신호들과 상기 음성 신호의 존재 확률의 곱으로 획득될 수 있고, 상기 추정 잡음 신호는 상기 오디오 신호들에서 상기 추정 음성 신호의 차이로 획득될 수 있다.
일 실시 예에 따르면, 차단 모듈(143)은 상기 음성 신호의 존재 확률 및/또는 상기 획득된 오디오 신호들에 기초하여 상기 수신된 오디오 신호들 중 적어도 일부에 대한 상관 관계 정보를 획득할 수 있다.
예를 들면, 차단 모듈(143)은 상기 획득된 오디오 신호들에 기초하여 상기 수신된 오디오 신호들에 대한 상관 관계 정보를 획득할 수 있다. 다른 예를 들면, 차단 모듈(143)은 상기 음성 신호의 존재 확률 및 상기 획득된 오디오 신호들에 기초하여 획득된 추정 음성 신호들에 기초하여 상기 오디오 신호들 중 추정 음성 신호들에 대한 상관 관계 정보를 획득할 수 있다. 또 다른 예를 들면, 차단 모듈(143)은 상기 음성 신호의 존재 확률 및 상기 획득된 오디오 신호들에 기초하여 획득된 추정 잡음 신호들에 기초하여 상기 오디오 신호들 중 추정 잡음 신호들에 대한 상관 관계 정보를 획득할 수 있다.
일 실시 예에 따르면, 상기 상관 관계 정보는 복수의 마이크(110) 중 각각의 마이크로부터 획득되는 신호들 사이의 연관성 내지 유사성 등으로 이해될 수 있다. 상기 연관성 내지 유사성은 예컨대, 복수의 신호들 사이의 공분산 행렬(covariance matrix)로 산출될 수 있다. 예를 들면, 복수의 마이크(110)가 제1 마이크 및 제2 마이크를 포함하는 경우, 상기 상관 관계 정보는 제1 마이크에서 획득된 신호와 제2 마이크에서 획득된 신호 사이의 연관성 내지 유사성일 수 있다. 일 실시 예에서, 상기 상관 관계 정보는 상기 제1 마이크에서 획득된 신호와 상기 제2 마이크에서 획득된 신호 사이의 공분산 행렬로 산출될 수 있다.
일 실시 예에 따르면, 상기 상관 관계 정보는 각각의 마이크에 대응되는 오디오 신호들 사이의 공분산 행렬을 포함할 수 있다. 다른 실시 예에 따르면, 상기 상관 관계 정보는 각각의 마이크에 대응되는 추정 음성 신호들 사이의 공분산 행렬을 포함할 수 있다. 또 다른 실시 예에 따르면, 상기 상관 관계 정보는 각각의 마이크에 대응되는 추정 잡음 신호들 사이의 공분산 행렬을 포함할 수 있다.
일 실시 예에 따르면, 차단 모듈(143)은 상기 상관 관계 정보에 기초하여 음성 차단 정보를 획득할 수 있다. 예를 들면, 차단 모듈(143)은 추정 음성 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득할 수 있다. 다른 예를 들면, 차단 모듈(143)은 추정 잡음 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득할 수 있다. 본 문서에서, 상기 음성 차단 정보는 특정 방향으로 입사하는 음성 신호 성분을 차단하는 널 벡터(null vector)로 이해될 수 있다.
다른 실시 예에 따르면, 차단 모듈(143)은 DOA(direction of arrival) 추정에 기초하여 음성 차단 정보를 획득할 수 있다. 상기 DOA 추정은 음성 신호가 입사되는 방향을 추정하는 것으로 이해될 수 있다. 일 실시 예에 따르면, 상기 DOA 추정은 각각의 마이크에 음성 신호가 도달하는 시간의 차이를 통해 추정하는 TDOA(time difference of arrival) 방식에 의해 이루어질 수 있다. 상기 DOA 추정에 의해 음성 신호가 입사되는 방향이 추정되면 상기 음성 신호 성분을 차단하는 널 벡터, 이른바 음성 차단 정보를 획득할 수 있다.
상기와 같이 음성 차단 정보를 상기 상관 관계 정보 또는 DOA 추정에 기초하여 획득하면 전자 장치(100)의 자세 또는 사용자의 파지 상태가 변화하더라도 전자 장치(100)는 상기 변화에 적응적으로 적절한 음성 차단 정보를 획득할 수 있다.
일 실시 예에 따르면, 차단 모듈(143)은 오디오 신호들, 상관 관계 정보, 및 음성 차단 정보에 기초하여 상기 오디오 신호 중 제1 신호를 획득할 수 있다. 일 실시 예에 따르면, 차단 모듈(143)은 상기 상관 관계 정보 및 음성 차단 정보에 기초하여 차단 행렬(blocking matrix)를 획득할 수 있고, 상기 차단 행렬을 상기 오디오 신호들에 적용시킴으로써 제1 신호를 획득할 수 있다. 일 실시 예에서, 차단 모듈(143)은 상기 제1 신호를 제거 모듈(144)에 전달할 수 있다.
일 실시 예에 따르면, 상기 획득된 제1 신호는 전자 장치(100)의 자세 또는 사용자의 파지 상태가 변화하는 경우에도 전자 장치(100)가 오디오 신호 중 잡음만을 적응적으로 획득한 신호일 수 있다.
일 실시 예에 따르면, 제거 모듈(144)은 복수의 필터를 포함할 수 있다. 제거 모듈(144)은 상기 복수의 필터를 이용하고, 상기 제1 신호 및 상기 제2 신호에 기초하여 오디오 신호 중 잡음이 정제된 음성 신호를 획득할 수 있다. 예를 들면, 제거 모듈(144)은 상기 제2 신호에서 상기 제1 신호의 성분을 제거할 수 있다. 상기 제2 신호는 음성 신호와 잡음을 모두 포함하고 상기 제1 신호는 잡음만을 포함하므로 제거 모듈(144)은 상기 제2 신호에서 상기 제1 신호를 제거함으로써 잡음이 정제된 음성 신호를 획득할 수 있다. 상기 제1 신호는 전자 장치(100)의 자세 또는 사용자의 파지 상태의 변화를 고려한 잡음이므로 상기 음성 신호는 잡음이 효과적으로 정제된 신호일 수 있다.
도 3은 일 실시 예에 따른, 전자 장치가 잡음 신호가 정제된 음성 신호를 획득하는 흐름도를 나타낸다.
도 3을 참조하면, 전자 장치(100)가 잡음이 정제된 음성 신호를 획득하는 동작은 동작301 내지 동작 307을 포함할 수 있다.
동작 301에서, 전자 장치(100)는 오디오 신호를 획득할 수 있다. 일 실시 예에서, 전자 장치(100)는 복수의 마이크(110)를 포함할 수 있고, 상기 복수의 마이크(110)를 통해 오디오 신호를 획득할 수 있다. 상기 오디오 신호는 복수의 마이크(110)로부터 프로세서(140)로 전달될 수 있다.
동작 303에서, 전자 장치(100)는 동작 301에서 획득한 오디오 신호에 적어도 기반하여 제1 신호를 획득할 수 있다. 일 실시 예에서, 상기 제1 신호는 오디오 신호 중 음성 신호가 차단된 잡음 신호일 수 있다. 상기 제1 신호는 프로세서(140) 중 차단 모듈(143)에 의해 획득될 수 있다. 일 실시 예에서, 상기 제1 신호는 전자 장치(100)의 자세 또는 사용자의 파지 상태의 변화를 고려하여 획득될 수 있다.
동작 305에서, 전자 장치(100)는 동작 301에서 획득한 오디오 신호에 적어도 기반하여 제2 신호를 획득할 수 있다. 일 실시 예에서, 상기 제2 신호는 오디오 신호가 복수의 필터에 의해 신호 대 잡음 비가 개선된 신호일 수 있다. 상기 제2 신호는 음성 신호 및 적어도 일부의 잡음을 포함할 수 있다. 상기 제2 신호는 프로세서(140) 중 필터 모듈(142)에 의해 획득될 수 있다. 일 실시 예에 따르면, 상기 동작 303 및 동작 305는 역순이거나 또는 동시에 이루어질 수도 있다. 다시 말해, 전자 장치(100)는 동작 305를 통해 제2 신호를 획득한 이후에 동작 303을 통해 제1 신호를 획득할 수도 있고, 상기 동작 303 및 동작 305를 동시에 수행하여 제1 신호 및 제2 신호를 동시에 획득할 수도 있다.
동작 307에서, 전자 장치(100)는 제 1 신호 및 제 2 신호에 기반하여 음성 신호를 획득할 수 있다. 상기 음성 신호는 동작 301에서 획득된 오디오 신호 중 잡음이 정제된 음성 신호일 수 있다. 일 실시 예에 따르면, 상기 음성 신호는 동작 305에서 획득된 제2 신호로부터 동작 303에서 획득된 제1 신호를 제거함으로써 획득될 수 있다. 상기 음성 신호는 프로세서(140) 중 제거 모듈(144)에 의해 획득될 수 있다.
도 4는 일 실시 예에 따른, 전자 장치가 제1 신호를 획득하는 흐름도를 나타낸다.
도 4를 참조하면, 전자 장치(100)가 제1 신호를 획득하는 동작은 동작 401 내지 동작 411을 포함할 수 있다.
동작 401에서, 전자 장치(100)는 획득된 오디오 신호를 시간 영역에서 주파수 영역으로 변환할 수 있다. 예를 들면, 상기 오디오 신호는 푸리에 변환(Fourier transform), 예컨대, 단시간 푸리에 변환(short time Fourier transform, STFT)에 의해 시간 영역에서 주파수 영역으로 변환될 수 있다.
동작 403에서, 전자 장치(100)는 상기 변환된 오디오 신호로부터 음성 신호 존재 확률을 추정할 수 있다. 상기 음성 신호의 존재 확률은 0부터 1 사이의 범위에서 추정될 수 있다. 상기 음성 신호의 존재 확률은 예컨대, CGMM(complex Gaussian mixture model)에 기초한 추정 방법 등에 의해 추정될 수 있다.
동작 405에서, 전자 장치(100)는 각각의 마이크에서 획득된 오디오 신호 들로부터 산출된 추정 음성 신호들 사이의 공분산 행렬을 산출할 수 있다. 상기 추정 음성 신호들은 각각의 마이크에서 획득되는 오디오 신호 및 상기 음성 신호의 존재 확률의 곱으로 각각 산출될 수 있다. 본 문서에서, 상기 추정 음성 신호들 사이의 공분산 행렬은 음성 공분산 행렬로 참조될 수 있다.
일 실시 예에 따르면, 상기 음성 공분산 행렬은 전자 장치(100)에 포함되는 마이크의 수에 따라 행렬의 크기가 달라질 수 있다. 예를 들어, 상기 마이크가 두 개인 경우 두 개의 추정 음성 신호들이 획득되므로 상기 음성 공분산 행렬은 2 by 2 행렬로 나타낼 수 있다. 또 다른 예를 들어, 상기 마이크가 M 개인 경우 M 개의 추정 음성 신호들이 획득되므로 상기 공분산 행렬은 M by M 행렬로 나타낼 수 있다.
동작 407에서, 전자 장치(100)는 상기 동작 405에서 산출된 추정 음성 신호들 사이의 공분산 행렬, 이른바, 음성 공분산 행렬에 기초하여 널 벡터를 산출할 수 있다. 상기 널 벡터는 특정 방향의 신호를 차단하기 위한 널 스페이스(null space)를 구성하는 벡터들로 이해될 수 있다.
일 실시 예에 따르면, 전자 장치(100)에 포함되는 마이크의 수가 M 개인 경우, 전자 장치(100)는 상기 음성 공분산 행렬의 첫 번째 열을 이용하여 M-1 개의 널 벡터를 산출할 수 있다. 예를 들면, 상기 M-1 개의 널 벡터의 중 i 번째 널 벡터의 첫 번째 성분은
Figure 112018015090413-pat00001
가 오디오 신호의 n 번째 프레임 및 k번째 주파수 신호에 대한 음성 공분산 행렬을 나타낼 때
Figure 112018015090413-pat00002
으로 나타낼 수 있고 i+1 번째 성분은 1이며 나머지 성분은 0일 수 있다.
동작 409에서, 전자 장치(100)는 상기 동작 405에서 산출된 음성 공분산 행렬 및 상기 동작 407에서 산출된 널 벡터에 기초하여 차단 행렬을 획득할 수 있다. 예를 들면, 상기 차단 행렬은 복수의 열을 가질 수 있고, 상기 차단 행렬 중 i 번째 열
Figure 112018015090413-pat00003
은 상기 음성 공분산 행렬이
Figure 112018015090413-pat00004
이고, 상기 널 벡터 중 i 번째 널 벡터가
Figure 112018015090413-pat00005
일 때
Figure 112018015090413-pat00006
으로 나타낼 수 있다. 일 실시 예에 따르면, 상기 차단 행렬은 상기 음성 공분산 행렬 대신 각각의 마이크에 대응되는 오디오 신호들 사이의 공분산 행렬, 이른바 입력 공분산 행렬을 이용하여 획득될 수도 있다.
동작 411에서, 전자 장치(100)는 상기 동작 409에서 획득한 차단 행렬에 복수의 마이크(110)를 통해 획득한 오디오 신호를 적용하여 제1 신호를 획득할 수 있다. 예를 들면, 전자 장치(100)는 상기 오디오 신호 및 상기 차단 행렬의 내적을 산출하여 제1 신호를 획득할 수 있다.
도 5는 다른 실시 예에 따른, 전자 장치가 제1 신호를 획득하는 흐름도를 나타낸다.
도 5를 참조하면, 전자 장치(100)가 제1 신호를 획득하는 동작은 동작 501 내지 동작 513을 포함할 수 있다. 도 5의 설명에 있어서 도 4의 설명과 중복되는 설명은 생략될 수 있다. 예를 들어, 동작 501 내지 505는 도 4의 동작 401 내지 405와 동일 또는 유사할 수 있고, 동작 511 내지 513은 도 4의 동작 409 내지 411과 동일 또는 유사할 수 있다.
동작 501에서, 전자 장치(100)는 획득된 오디오 신호를 시간 영역에서 주파수 영역으로 변환할 수 있다.
동작 503에서, 전자 장치(100)는 상기 변환된 오디오 신호로부터 음성 신호 존재 확률을 추정할 수 있다.
동작 505에서, 전자 장치(100)는 추정 음성 신호들 사이의 공분산 행렬을 산출할 수 있다. 본 문서에서, 상기 추정 음성 신호들 사이의 공분산 행렬은 음성 공분산 행렬로 참조될 수 있다.
동작 507에서, 전자 장치(100)는 추정 잡음 신호들 사이의 공분산 행렬을 산출할 수 있다. 일 실시 예에 따르면, 상기 추정 잡음 신호들은 각각의 마이크에서 획득되는 오디오 신호와 추정 음성 신호들의 차이를 구해서 각각 산출될 수 있다. 상기 추정 음성 신호들은 상기 오디오 신호 및 상기 음성 신호의 존재 확률의 곱으로 각각 산출될 수 있다. 본 문서에서, 상기 추정 잡음 신호들 사이의 공분산 행렬은 잡음 공분산 행렬로 참조될 수 있다.
동작 509에서, 전자 장치(100)는 상기 동작 507에서 산출된 추정 잡음 신호들 사이의 공분산 행렬, 이른바, 잡음 공분산 행렬에 기초하여 널 벡터를 산출할 수 있다. 상기 널 벡터는 특정 방향의 신호를 차단하기 위한 널 스페이스(null space)를 구성하는 벡터들로 이해될 수 있다.
일 실시 예에 따르면, 전자 장치(100)에 포함되는 마이크의 수가 M 개인 경우, 전자 장치(100)는 상기 잡음 공분산 행렬의 1내지 M 번째 열을 이용하여 M 개의 널 벡터를 산출할 수 있다. 예를 들면, 상기 잡음 공분산 행렬에서 각각의 i 번째 열에 대해 각각의 성분을 (i, i) 성분으로 나눈 각각의 i 번째 열 벡터를 상기 널 벡터로 획득할 수 있다.
다른 실시 예에 따르면, 전자 장치(100)에 포함되는 마이크의 수가 M 개인 경우, 전자 장치(100)는 상기 잡음 공분산 행렬에 대한 M개의 고유 벡터(eigen vector)를 산출하여 각각의 고유 벡터를 상기 널 벡터로 획득할 수 있다.
동작 511에서, 전자 장치(100)는 상기 동작 507에서 산출된 음성 공분산 행렬 및 상기 동작 509에서 산출된 널 벡터에 기초하여 차단 행렬을 획득할 수 있다.
동작 513에서, 전자 장치(100)는 상기 동작 509에서 획득한 차단 행렬에 복수의 마이크(110)를 통해 획득한 오디오 신호를 적용하여 제1 신호를 획득할 수 있다.
도 6은 또 다른 실시 예에 따른, 전자 장치가 제1 신호를 획득하는 흐름도를 나타낸다.
도 6을 참조하면, 전자 장치(100)가 제1 신호를 획득하는 동작은 동작 601 내지 동작 613을 포함할 수 있다. 도 6의 설명에 있어서 도 4의 설명과 중복되는 설명은 생략될 수 있다. 예를 들어, 동작 601 내지 605는 도 4의 동작 401 내지 405와 동일 또는 유사할 수 있고, 동작 611 내지 613은 도 4의 동작 409 내지 411과 동일 또는 유사할 수 있다.
동작 601에서, 전자 장치(100)는 획득된 오디오 신호를 시간 영역에서 주파수 영역으로 변환할 수 있다.
동작 603에서, 전자 장치(100)는 상기 변환된 오디오 신호로부터 음성 신호 존재 확률을 추정할 수 있다.
동작 605에서, 전자 장치(100)는 추정 음성 신호들 사이의 공분산 행렬을 산출할 수 있다. 본 문서에서, 상기 추정 음성 신호들 사이의 공분산 행렬은 음성 공분산 행렬로 참조될 수 있다.
동작 607에서, 전자 장치(100)는 복수의 마이크(110)에서 획득된 오디오 신호들을 이용하여 DOA 추정을 할 수 있다. 상기 DOA 추정은 음성 신호가 입사되는 방향을 추정하는 것으로 이해될 수 있다. 일 실시 예에 따르면, 상기 DOA 추정은 각각의 마이크에 음성 신호가 도달하는 시간의 차이를 통해 추정하는 TDOA(time difference of arrival) 방식에 의해 이루어질 수 있다.
예를 들면, 복수의 마이크가 제1 마이크 내지 제3 마이크를 포함하는 경우에 음성 신호가 제1 마이크에 제일 먼저 도달한 후에 제2 마이크에 도달하고 마지막으로 제3 마이크에 도달할 수 있다. 이 경우, 전자 장치(100)는 각각의 마이크에 음성 신호가 도달한 시간의 차이 및 음성 신호의 속도에 기초하여 상기 음성 신호가 입사되는 방향을 추정할 수 있고 상기 입사되는 방향을 나타내는 음성 입사 방향 벡터를 산출할 수 있다.
일 실시 예에 따르면, 오디오 신호의 n 번째 프레임에서 k 번째 주파수에 해당하는 상기 음성 입사 방향 벡터는 첫 번째 마이크와 m 번째 마이크의 도달 시간 차이가
Figure 112018015090413-pat00007
일 때,
Figure 112018015090413-pat00008
으로 나타낼 수 있다. 여기서 K는 오디오 신호의 STFT(short-time Fouriertransform) 길이를 의미할 수 있다.
동작 609에서, 전자 장치(100)는 상기 동작 607에서 산출된 음성 입사 방향 벡터에 기초하여 널 벡터를 산출할 수 있다.
일 실시 예에 따르면, 전자 장치(100)에 포함되는 마이크의 수가 M 개인 경우, 전자 장치(100)는 상기 음성 입사 방향 벡터를 이용하여 M-1 개의 널 벡터를 산출할 수 있다. 예를 들면, 상기 M-1 개의 널 벡터의 중 i 번째 널 벡터의 첫 번째 성분은
Figure 112018015090413-pat00009
으로 나타낼 수 있고 i+1 번째 성분은 1이며 나머지 성분은 0일 수 있다.
동작 611에서, 전자 장치(100)는 상기 동작 605에서 산출된 음성 공분산 행렬 및 상기 동작 609에서 산출된 널 벡터에 기초하여 차단 행렬을 획득할 수 있다.
동작 613에서, 전자 장치(100)는 상기 동작 611에서 획득한 차단 행렬에 복수의 마이크(110)를 통해 획득한 오디오 신호를 적용하여 제1 신호를 획득할 수 있다.
도 7은 일 실시 예에 따른, 전자 장치가 획득한 신호의 스펙트럼 그래프를 나타낸다.
도 7을 참조하면, 제1 스펙트럼 그래프(710), 제2 스펙트럼 그래프(720), 및 제3 스펙트럼 그래프(730)가 도시된다. 일 실시 예에 따르면, 제1 스펙트럼 그래프(710)는 전자 장치(100)가 복수의 마이크(110)로부터 획득한 오디오 신호를 나타낼 수 있다. 제2 스펙트럼 그래프(720)는 잡음을 해당하는 제1 신호를 나타낼 수 있다. 제3 스펙트럼 그래프(730)는 전자 장치(100)에 의해 잡음이 정제된 음성 신호를 나타낼 수 있다. 상기 스펙트럼 그래프(710, 720, 730)의 x축은 시간을 나타낼 수 있고, y축은 주파수를 나타낼 수 있다.
일 실시 예에 따르면, 상기 스펙트럼 그래프(710, 720, 730)는 두 개의 마이크를 통해 오디오 신호를 획득하고 도 5에 도시된 방법으로 제1 신호가 획득된 시뮬레이션 결과로 이해될 수 있다.
제1 스펙트럼 그래프(710) 및 제3 스펙트럼 그래프(730)를 참조하면, 그래프 하단의 저주파 영역에서 잡음이 제거된 것을 확인할 수 있다. 상기 그래프 하단의 저주파 영역은 제2 스펙트럼 그래프(720)에서 잡음으로 나타나는 것을 확인할 수 있다.
도 7에 도시된 스펙트럼 그래프들(710, 720, 730)을 통해 전자 장치가 오디오 신호 중 잡음이 정제된 음성 신호를 획득하는 것을 확인할 수 있다.
도 8은 다양한 실시 예에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 8을 참조하면, 네트워크 환경(800)에서 전자 장치(801)는 제 1 네트워크(898)(예: 근거리 무선 통신)를 통하여 전자 장치(802)와 통신하거나, 또는 제 2 네트워크(899)(예: 원거리 무선 통신)를 통하여 전자 장치(804) 또는 서버(808)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(801)는 서버(808)를 통하여 전자 장치(804)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(801)는 프로세서(820), 메모리(830), 입력 장치(850), 음향 출력 장치(855), 표시 장치(860), 오디오 모듈(870), 센서 모듈(876), 인터페이스(877), 햅틱 모듈(879), 카메라 모듈(880), 전력 관리 모듈(888), 배터리(889), 통신 모듈(890), 가입자 식별 모듈(896), 및 안테나 모듈(897)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(801)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(860) 또는 카메라 모듈(880))가 생략되거나 다른 구성 요소가 추가될 수 있다. 어떤 실시 예에서는, 예를 들면, 표시 장치(860)(예: 디스플레이)에 임베디드된 센서 모듈(876)(예: 지문 센서, 홍채 센서, 또는 조도 센서)의 경우와 같이, 일부의 구성요소들이 통합되어 구현될 수 있다.
프로세서(820)는, 예를 들면, 소프트웨어(예: 프로그램(840))를 구동하여 프로세서(820)에 연결된 전자 장치(801)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 및 연산을 수행할 수 있다. 프로세서(820)는 다른 구성요소(예: 센서 모듈(876) 또는 통신 모듈(890))로부터 수신된 명령 또는 데이터를 휘발성 메모리(832)에 로드하여 처리하고, 결과 데이터를 비휘발성 메모리(834)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(820)는 메인 프로세서(821)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 운영되고, 추가적으로 또는 대체적으로, 메인 프로세서(821)보다 저전력을 사용하거나, 또는 지정된 기능에 특화된 보조 프로세서(823)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 여기서, 보조 프로세서(823)는 메인 프로세서(821)와 별개로 또는 임베디드되어 운영될 수 있다.
이런 경우, 보조 프로세서(823)는, 예를 들면, 메인 프로세서(821)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(821)를 대신하여, 또는 메인 프로세서(821)가 액티브(예: 어플리케이션 수행) 상태에 있는 동안 메인 프로세서(821)와 함께, 전자 장치(801)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(860), 센서 모듈(876), 또는 통신 모듈(890))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(823)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(880) 또는 통신 모듈(890))의 일부 구성 요소로서 구현될 수 있다. 메모리(830)는, 전자 장치(801)의 적어도 하나의 구성요소(예: 프로세서(820) 또는 센서모듈(876))에 의해 사용되는 다양한 데이터, 예를 들어, 소프트웨어(예: 프로그램(840)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 저장할 수 있다. 메모리(830)는, 휘발성 메모리(832) 또는 비휘발성 메모리(834)를 포함할 수 있다.
프로그램(840)은 메모리(830)에 저장되는 소프트웨어로서, 예를 들면, 운영 체제(842), 미들 웨어(844) 또는 어플리케이션(846)을 포함할 수 있다.
입력 장치(850)는, 전자 장치(801)의 구성요소(예: 프로세서(820))에 사용될 명령 또는 데이터를 전자 장치(801)의 외부(예: 사용자)로부터 수신하기 위한 장치로서, 예를 들면, 마이크, 마우스, 또는 키보드를 포함할 수 있다.
음향 출력 장치(855)는 음향 신호를 전자 장치(801)의 외부로 출력하기 위한 장치로서, 예를 들면, 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용되는 스피커와 전화 수신 전용으로 사용되는 리시버를 포함할 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 일체 또는 별도로 형성될 수 있다.
표시 장치(860)는 전자 장치(801)의 사용자에게 정보를 시각적으로 제공하기 위한 장치로서, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 표시 장치(860)는 터치 회로(touch circuitry) 또는 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서를 포함할 수 있다.
오디오 모듈(870)은 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(870)은, 입력 장치(850)를 통해 소리를 획득하거나, 음향 출력 장치(855), 또는 전자 장치(801)와 유선 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(802)(예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(876)은 전자 장치(801)의 내부의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(876)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(877)는 외부 전자 장치(예: 전자 장치(802))와 유선 또는 무선으로 연결할 수 있는 지정된 프로토콜을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(877)는 HDMI(high definition multimediainterface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(878)는 전자 장치(801)와 외부 전자 장치(예: 전자 장치(802))를 물리적으로 연결시킬 수 있는 커넥터, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(879)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 햅틱 모듈(879)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(880)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(880)은 하나 이상의 렌즈, 이미지 센서, 이미지 시그널 프로세서, 또는 플래시를 포함할 수 있다.
전력 관리 모듈(888)은 전자 장치(801)에 공급되는 전력을 관리하기 위한 모듈로서, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구성될 수 있다.
배터리(889)는 전자 장치(801)의 적어도 하나의 구성 요소에 전력을 공급하기 위한 장치로서, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(890)은 전자 장치(801)와 외부 전자 장치(예: 전자 장치(802), 전자 장치(804), 또는 서버(808))간의 유선 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(890)은 프로세서(820)(예: 어플리케이션 프로세서)와 독립적으로 운영되는, 유선 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(890)은 무선 통신 모듈(892)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(894)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함하고, 그 중 해당하는 통신 모듈을 이용하여 제 1 네트워크(898)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(899)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 상술한 여러 종류의 통신 모듈(890)은 하나의 칩으로 구현되거나 또는 각각 별도의 칩으로 구현될 수 있다.
일 실시 예에 따르면, 무선 통신 모듈(892)은 가입자 식별 모듈(896)에 저장된 사용자 정보를 이용하여 통신 네트워크 내에서 전자 장치(801)를 구별 및 인증할 수 있다.
안테나 모듈(897)은 신호 또는 전력을 외부로 송신하거나 외부로부터 수신하기 위한 하나 이상의 안테나들을 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(890)(예: 무선 통신 모듈(892))은 통신 방식에 적합한 안테나를 통하여 신호를 외부 전자 장치로 송신하거나, 외부 전자 장치로부터 수신할 수 있다.
상기 구성요소들 중 일부 구성요소들은 주변 기기들간 통신 방식(예: 버스, GPIO(general purposeinput/output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되어 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시 예에 따르면, 명령 또는 데이터는 제 2 네트워크(899)에 연결된 서버(808)를 통해서 전자 장치(801)와 외부의 전자 장치(804)간에 송신 또는 수신될 수 있다. 전자 장치(802, 804) 각각은 전자 장치(801)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(801)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 외부 전자 장치에서 실행될 수 있다. 일 실시 예에 따르면, 전자 장치(801)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(801)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 외부 전자 장치에게 요청할 수 있다. 상기 요청을 수신한 외부 전자 장치는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(801)로 전달할 수 있다. 전자 장치(801)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
도 9는 다양한 실시 예에 따른, 오디오 모듈의 블록도이다.
도 9를 참조하면, 오디오 모듈(870)은, 예를 들면, 오디오 입력 인터페이스(910), 오디오 입력 믹서(920), ADC(analog to digital converter)(930), 오디오 신호 처리기(940), DAC(digital to analog converter)(950), 오디오 출력 믹서(960), 또는 오디오 출력 인터페이스(970)를 포함할 수 있다.
오디오 입력 인터페이스(910)는 입력 장치(850)의 일부로서 또는 전자 장치(801)와 별도로 구성된 마이크(예: 다이나믹 마이크, 콘덴서 마이크, 또는 피에조 마이크)를 통하여 전자 장치(801)의 외부로부터 획득한 소리에 대응하는 오디오 신호를 수신할 수 있다. 예를 들어, 외부의 전자 장치(802)(예: 헤드셋 또는 마이크)로부터 오디오 신호를 획득하는 경우, 오디오 입력 인터페이스(910)는 상기 외부의 전자 장치(802)와 연결 단자(878)를 통해 유선으로, 또는 무선 통신 모듈(892)을 통하여 무선으로(예: Bluetooth 통신) 연결되어 오디오 신호를 수신할 수 있다. 일 실시 예에 따르면, 오디오 입력 인터페이스(910)는 상기 외부의 전자 장치(802)로부터 획득되는 오디오 신호와 관련된 제어 신호(예: 입력 버튼을 이용한 볼륨 조정 신호)를 수신할 수 있다. 오디오 입력 인터페이스(910)는 복수의 오디오 입력 채널들을 포함하고, 각각의 오디오 입력 채널 별로 다른 오디오 신호를 수신할 수 있다. 일 실시 예에 따르면, 추가적으로 또는 대체적으로, 오디오 입력 인터페이스(910)는 전자 장치(801)의 다른 구성 요소(예: 프로세서(820) 또는 메모리(830))로부터 오디오 신호를 입력 받을 수 있다.
오디오 입력 믹서(920)는 입력된 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 일 실시 예에 따르면, 오디오 입력 믹서(920)는, 오디오 입력 인터페이스(910)를 통해 입력된 복수의 아날로그 오디오 신호들을 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.
ADC(930)는 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다. 일 실시 예에 따르면, ADC(930)는 오디오 입력 인터페이스(910)을 통해 수신된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 입력 믹서(920)를 통해 합성된 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다.
오디오 신호 처리기(940)는 ADC(930)를 통해 입력받은 디지털 오디오 신호, 또는 전자 장치(801)의 다른 구성 요소로부터 수신된 디지털 오디오 신호에 대하여 다양한 처리를 수행할 수 있다. 예를 들어, 오디오 신호 처리기(940)는 하나 이상의 디지털 오디오 신호들에 대해 샘플링 비율 변경, 하나 이상의 필터 적용, 보간(interpolation) 처리, 증폭 또는 감쇄(예: 일부 주파수 대역 또는 전 주파수 대역의 증폭 또는 감쇄) 처리, 노이즈 처리(예: 노이즈 또는 에코 감쇄), 채널 변경(예: 모노 및 스테레오간 전환), 합성(mixing), 또는 지정된 신호 추출을 수행할 수 있다. 일 실시 예에 따르면, 오디오 신호 처리기(940)의 적어도 일부 기능은 이퀄라이저(equalizer)의 형태로 구현될 수 있다.
DAC(950)는 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다. 일 실시 예에 따르면, DAC(950)는 오디오 신호 처리기(940)에 의해 처리된 디지털 오디오 신호, 또는 전자 장치(801)의 다른 구성 요소로부터 획득한 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다.
오디오 출력 믹서(960)는 출력할 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 일 실시 예에 따르면, 오디오 출력 믹서(960)는 DAC(950)를 통해 아날로그로 전환된 오디오 신호 및 다른 아날로그 오디오 신호(예: 오디오 입력 인터페이스(910)을 통해 수신한 아날로그 오디오 신호)를 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.
오디오 출력 인터페이스(970)는 DAC(950)를 통해 변환된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 출력 믹서(960)에 의해 합성된 아날로그 오디오 신호를 음향 출력 장치(855)(예: 스피커(예: dynamic driver 또는 balanced armature driver), 또는 리시버)를 통해 전자 장치(801)의 외부로 출력할 수 있다. 일 실시 예에 따르면, 음향 출력 장치(855)는 복수의 스피커들을 포함하고, 오디오 출력 인터페이스(970)는 상기 복수의 스피커들 중 적어도 일부 스피커들을 통하여 서로 다른 복수의 채널들(예: 스테레오, 또는 5.1채널)을 갖는 오디오 신호를 출력할 수 있다. 일 실시 예에 따르면, 오디오 출력 인터페이스(970)는 외부의 전자 장치(802)(예: 외부 스피커 또는 헤드셋)와 연결 단자(878)를 통해 유선으로, 또는 무선 통신 모듈(892)을 통하여 무선으로 연결되어 오디오 신호를 출력할 수 있다.
일 실시 예에 따르면, 오디오 모듈(870)은 오디오 입력 믹서(920) 또는 오디오 출력 믹서(960)를 별도로 구비하지 않고, 오디오 신호 처리기(940)의 적어도 일부 기능으로서 복수의 디지털 오디오 신호들을 합성하여 적어도 하나의 디지털 오디오 신호를 생성할 수 있다.
일 실시 예에 따르면, 오디오 모듈(870)은 오디오 입력 인터페이스(910)를 통해 입력된 아날로그 오디오 신호, 또는 오디오 출력 인터페이스(970)를 통해 출력될 오디오 신호를 증폭할 수 있는 오디오 증폭기(미도시)(예: 스피커 증폭 회로)를 포함할 수 있다. 일 실시 예에 따르면, 상기 오디오 증폭기는 오디오 모듈(870)과 별도의 모듈로 구성될 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 복수의 마이크 및 상기 복수의 마이크와 전기적으로 연결되는 프로세서를 포함하고 상기 프로세서는, 상기 복수의 마이크를 통해 오디오 신호들을 획득하고, 상기 획득된 오디오 신호들에 포함된 음성 신호(voice signal)의 존재 확률을 추정하고, 상기 음성 신호의 존재 확률 및/또는 상기 획득된 오디오 신호들에 기초하여 상기 오디오 신호들 간의 상관 관계 정보를 획득하고, 상기 상관 관계 정보 또는 DOA(direction of arrival) 추정에 기초하여 음성 차단 정보를 획득하고, 상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 제1 신호를 획득하고, 상기 오디오 신호들 중 상기 음성 신호를 포함하는 제2 신호를 획득하고, 및 상기 제2 신호에서 상기 제1 신호를 제거함으로써 잡음이 정제된 음성 신호를 획득하도록 설정되는 것을 특징으로 할 수 있다.
일 실시 예에 따르면, 상기 프로세서는 상기 상관 관계 정보 및 상기 음성 차단 정보에 기초하여 차단 행렬(blocking matrix)를 획득하고, 및 상기 오디오 신호들 및 상기 차단 행렬에 기초하여 상기 제1 신호를 획득하도록 설정되는 것을 특징으로 할 수 있다.
일 실시 예에 따르면, 상기 상관 관계 정보는 상기 복수의 마이크에 각각 대응되는 오디오 신호들 사이의 공분산 행렬을 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서는 상기 오디오 신호들 및 상기 음성 신호의 존재 확률에 기초하여 추정 음성 신호들을 획득하도록 설정되고, 상기 상관 관계 정보는 상기 복수의 마이크에 각각 대응되는 상기 추정 음성 신호들 사이의 공분산 행렬을 포함할 수 있다. 일 실시 예에서, 상기 프로세서는 상기 추정 음성 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득하도록 설정될 수 있다. 일 실시 예에서, 상기 프로세서는 상기 추정 음성 신호들 사이의 공분산 행렬 중 열 벡터(column vector)에 기초하여 상기 음성 차단 정보를 획득하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 오디오 신호들 및 상기 음성 신호의 존재 확률에 기초하여 추정 잡음 신호들을 획득하고, 및 상기 추정 잡음 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득하도록 설정될 수 있다. 일 실시 예에서, 상기 프로세서는 상기 추정 잡음 신호들 사이의 공분산 행렬 중 고유 벡터(eigen vector)에 기초하여 상기 음성 차단 정보를 획득하도록 설정될 수 있다. 일 실시 예에서, 상기 프로세서는 상기 추정 잡음 신호들 사이의 공분산 행렬 중 열 벡터(column vector)에 기초하여 상기 음성 차단 정보를 획득하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 마이크 각각에 상기 음성 신호가 도달하는 시간의 차이에 적어도 기반하여 상기 DOA(direction of arrival) 추정을 하도록 설정되는 것을 특징으로 할 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치가 오디오 신호 중 잡음이 정제된 음성 신호를 획득하는 방법은, 복수의 마이크를 통해 오디오 신호들을 획득하는 동작, 상기 음성 신호의 존재 확률을 추정하는 동작, 상기 음성 신호의 존재 확률 및/또는 상기 획득된 오디오 신호들에 기초하여 상관 관계 정보를 획득하는 동작, 상기 상관 관계 정보 또는 DOA(direction of arrival) 추정에 기초하여 음성 차단 정보를 획득하는 동작, 상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 제1 신호를 획득하는 동작, 상기 오디오 신호들 중 상기 음성 신호를 포함하는 제2 신호를 획득하는 동작, 및 상기 제2 신호에서 상기 제1 신호를 제거함으로써 잡음이 정제된 음성 신호를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 상기 제1 신호를 획득하는 동작은, 상기 상관 관계 정보 및 상기 음성 차단 정보에 기초하여 차단 행렬(blocking matrix)를 획득하는 동작 및 상기 오디오 신호들 및 상기 차단 행렬에 기초하여 상기 제1 신호를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 음성 신호의 존재 확률 및/또는 상기 획득된 오디오 신호들에 기초하여 상기 상관 관계 정보를 획득하는 동작은, 상기 오디오 신호들 사이의 공분산 행렬을 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 음성 신호의 존재 확률 및/또는 상기 획득된 오디오 신호들에 기초하여 상기 상관 관계 정보를 획득하는 동작은, 상기 오디오 신호들 및 상기 음성 신호의 존재 확률에 기초하여 추정 음성 신호들을 획득하는 동작 및 상기 추정 음성 신호들 사이의 공분산 행렬을 획득하는 동작을 포함할 수 있다. 일 실시 예에서, 상기 음성 차단 정보를 획득하는 동작은, 상기 추정 음성 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득하는 동작을 포함할 수 있다. 일 실시 예에 있어서, 상기 추정 음성 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득하는 동작은, 상기 추정 음성 신호들 사이의 공분산 행렬 중 열 벡터(column vector)에 기초하여 상기 음성 차단 정보를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 음성 차단 정보를 획득하는 동작은, 상기 오디오 신호들 및 상기 음성 신호의 존재 확률에 기초하여 추정 잡음 신호들을 획득하는 동작 및 상기 추정 잡음 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득하는 동작을 포함할 수 있다. 일 실시 예에서, 상기 추정 잡음 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득하는 동작은, 상기 추정 잡음 신호들 사이의 공분산 행렬 중 고유 벡터(eigen vector)에 기초하여 상기 음성 차단 정보를 획득하는 동작을 포함할 수 있다. 일 실시 예에서, 상기 추정 잡음 신호들 사이의 공분산 행렬에 기초하여 상기 음성 차단 정보를 획득하는 동작은, 상기 추정 잡음 신호들 사이의 공분산 행렬 중 열 벡터(column vector)에 기초하여 상기 음성 차단 정보를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 DOA(Direction of Arrival) 추정 동작은, 상기 음성 신호가 상기 복수의 마이크 각각에 도달한 시간 차이에 적어도 기반하여 상기 음성 신호의 방향을 추정하는 동작을 포함할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 전자 장치는 주변 환경이 변화하더라도 사용자가 원하는 음성 신호를 적응적으로 획득할 수 있다. 사용자는 잡음이 정제되고 음성 신호의 손실도 적은 원하는 데이터를 획득할 수 있다.
본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치 중 적어도 하나를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
본 문서의 다양한 실시 예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)(예: 내장 메모리(836) 또는 외장 메모리(838))에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램(840))로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들에 따른 전자 장치(예: 전자 장치(801))를 포함할 수 있다. 상기 명령이 프로세서(예: 프로세서(820))에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어 하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시 예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

Claims (20)

  1. 전자 장치에 있어서,
    복수의 마이크; 및
    상기 복수의 마이크와 전기적으로 연결되는 프로세서;를 포함하고
    상기 프로세서는,
    상기 복수의 마이크를 통해 오디오 신호들을 획득하고,
    상기 복수의 마이크 각각을 통해 획득된 오디오 신호들 사이의 공분산 행렬을 포함하는 상관 관계 정보를 획득하고,
    상기 상관 관계 정보 또는 DOA(direction of arrival) 추정을 통해 추정된 음성 신호의 입사 방향에 기초하여, 상기 입사 방향으로 입사하는 음성 신호를 차단하는 음성 차단 정보를 획득하고,
    상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 제1 신호를 획득하고,
    상기 오디오 신호들 중 상기 음성 신호를 포함하는 제2 신호를 획득하고, 및
    상기 제2 신호에서 상기 제1 신호를 제거함으로써 잡음이 정제된 음성 신호를 획득하도록 설정된, 전자 장치.
  2. 청구항 1에 있어서,
    상기 프로세서는 상기 상관 관계 정보 및 상기 음성 차단 정보에 기초하여 차단 행렬(blocking matrix)를 획득하고, 및
    상기 오디오 신호들 및 상기 차단 행렬에 기초하여 상기 제1 신호를 획득하도록 설정된, 전자 장치.
  3. 삭제
  4. 청구항 1에 있어서,
    상기 프로세서는 상기 획득된 오디오 신호들에 포함된 음성 신호(voice signal)의 존재 확률을 추정하고,
    상기 오디오 신호들 및 상기 음성 신호의 존재 확률에 기초하여 추정 음성 신호들을 획득하고,
    상기 추정 음성 신호들 사이의 공분산 행렬을 포함하는 상관 관계 정보를 획득하도록 설정된, 전자 장치.
  5. 삭제
  6. 청구항 4에 있어서,
    상기 프로세서는 상기 추정 음성 신호들 사이의 공분산 행렬 중 열 벡터(column vector)에 기초하여 상기 음성 차단 정보를 획득하도록 설정된, 전자 장치.
  7. 청구항 1에 있어서,
    상기 프로세서는,
    상기 획득된 오디오 신호들에 포함된 음성 신호(voice signal)의 존재 확률을 추정하고,
    상기 오디오 신호들 및 상기 음성 신호의 존재 확률에 기초하여 추정 잡음 신호들을 획득하고, 및
    상기 추정 잡음 신호들 사이의 공분산 행렬을 포함하는 상관 관계 정보를 획득하도록 설정된, 전자 장치.
  8. 청구항 7에 있어서,
    상기 프로세서는,
    상기 추정 잡음 신호들 사이의 공분산 행렬 중 고유 벡터(eigen vector) 또는 열 벡터(column vector)에 기초하여 상기 음성 차단 정보를 획득하도록 설정된, 전자 장치.
  9. 삭제
  10. 청구항 1에 있어서,
    상기 프로세서는, 상기 복수의 마이크 각각에 상기 음성 신호가 도달하는 시간의 차이에 적어도 기반하여 상기 DOA(direction of arrival) 추정을 하도록 설정된, 전자 장치.
  11. 전자 장치가 오디오 신호 중 잡음이 정제된 음성 신호를 획득하는 방법에 있어서,
    복수의 마이크를 통해 오디오 신호들을 획득하는 동작;
    상기 복수의 마이크 각각을 통해 획득된 오디오 신호들 사이의 공분산 행렬을 포함하는 상관 관계 정보를 획득하는 동작;
    상기 상관 관계 정보 또는 DOA(direction of arrival) 추정을 통해 추정된 음성 신호의 입사 방향에 기초하여, 상기 입사 방향으로 입사하는 음성 신호를 차단하는 음성 차단 정보를 획득하는 동작;
    상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 제1 신호를 획득하는 동작;
    상기 오디오 신호들 중 상기 음성 신호를 포함하는 제2 신호를 획득하는 동작; 및
    상기 제2 신호에서 상기 제1 신호를 제거함으로써 잡음이 정제된 음성 신호를 획득하는 동작;을 포함하는, 방법.
  12. 청구항 11에 있어서,
    상기 오디오 신호들, 상기 상관 관계 정보, 및 상기 음성 차단 정보에 기초하여 상기 오디오 신호들 중 상기 제1 신호를 획득하는 동작은,
    상기 상관 관계 정보 및 상기 음성 차단 정보에 기초하여 차단 행렬(blocking matrix)를 획득하는 동작; 및
    상기 오디오 신호들 및 상기 차단 행렬에 기초하여 상기 제1 신호를 획득하는 동작;을 포함하는, 방법.
  13. 청구항 11에 있어서,
    상기 상관 관계 정보를 획득하는 동작은,
    상기 획득된 오디오 신호들에 포함된 음성 신호(voice signal)의 존재 확률을 추정하는 동작;
    상기 오디오 신호들 및 상기 음성 신호의 존재 확률에 기초하여, 추정 음성 신호들 또는 추정 잡음 신호들을 획득하는 동작;
    상기 획득된 추정 음성 신호들 사이의 공분산 행렬 또는 상기 추정 잡음 신호들 사이의 공분산 행렬을 포함하는 상관 관계 정보를 획득하는 동작;을 포함하는, 방법.
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
KR1020180016948A 2018-02-12 2018-02-12 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치 KR102478393B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020180016948A KR102478393B1 (ko) 2018-02-12 2018-02-12 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치
PCT/KR2018/016092 WO2019156338A1 (ko) 2018-02-12 2018-12-18 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치
US16/959,766 US11238880B2 (en) 2018-02-12 2018-12-18 Method for acquiring noise-refined voice signal, and electronic device for performing same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180016948A KR102478393B1 (ko) 2018-02-12 2018-02-12 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치

Publications (2)

Publication Number Publication Date
KR20190097473A KR20190097473A (ko) 2019-08-21
KR102478393B1 true KR102478393B1 (ko) 2022-12-19

Family

ID=67548916

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180016948A KR102478393B1 (ko) 2018-02-12 2018-02-12 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치

Country Status (3)

Country Link
US (1) US11238880B2 (ko)
KR (1) KR102478393B1 (ko)
WO (1) WO2019156338A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111863036B (zh) * 2020-07-20 2022-03-01 北京百度网讯科技有限公司 语音检测的方法和装置
KR20220017080A (ko) * 2020-08-04 2022-02-11 삼성전자주식회사 음성 신호를 처리하는 방법 및 이를 이용한 장치
US11545024B1 (en) * 2020-09-24 2023-01-03 Amazon Technologies, Inc. Detection and alerting based on room occupancy
CN113707136B (zh) * 2021-10-28 2021-12-31 南京南大电子智慧型服务机器人研究院有限公司 服务型机器人语音交互的音视频混合语音前端处理方法
WO2023085872A1 (ko) * 2021-11-15 2023-05-19 삼성전자주식회사 전자 장치 및 전자 장치의 동작 방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE602004015987D1 (de) 2004-09-23 2008-10-02 Harman Becker Automotive Sys Mehrkanalige adaptive Sprachsignalverarbeitung mit Rauschunterdrückung
US8005238B2 (en) * 2007-03-22 2011-08-23 Microsoft Corporation Robust adaptive beamforming with enhanced noise suppression
GB2495129B (en) * 2011-09-30 2017-07-19 Skype Processing signals
KR101597768B1 (ko) * 2014-04-24 2016-02-25 서울대학교산학협력단 입체 음향을 이용한 다자간 인터랙티브 통화 시스템 및 방법
KR101824648B1 (ko) * 2015-06-19 2018-03-14 삼성전자주식회사 음성 신호 처리 방법 및 장치
KR102468148B1 (ko) 2016-02-19 2022-11-21 삼성전자주식회사 전자 장치 및 전자 장치의 음성 및 잡음 분류 방법
KR101811635B1 (ko) * 2017-04-27 2018-01-25 경상대학교산학협력단 스테레오 채널 잡음 제거 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
장형욱 외 2명, ‘MUSIC 및 반향 성분 제거 기법을 이용한 음성신호의 입사각 추장’, 한국정보통신학회논문지, Vol.18, No.6, pp.1302~1309, June 2014.*

Also Published As

Publication number Publication date
US20200365168A1 (en) 2020-11-19
WO2019156338A1 (ko) 2019-08-15
KR20190097473A (ko) 2019-08-21
US11238880B2 (en) 2022-02-01

Similar Documents

Publication Publication Date Title
KR102478393B1 (ko) 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치
KR102565882B1 (ko) 복수의 마이크들을 포함하는 음향 출력 장치 및 복수의 마이크들을 이용한 음향 신호의 처리 방법
KR102475989B1 (ko) 오디오 신호의 주파수의 변화에 따른 위상 변화율에 기반하여 노이즈가 감쇠된 오디오 신호를 생성하는 장치 및 방법
US11290800B2 (en) Wearable electronic device with water repellent structure using speaker module and method for sensing moisture penetration thereof
KR102512614B1 (ko) 오디오 개선을 지원하는 전자 장치 및 이를 위한 방법
US11204882B2 (en) Electronic device for controlling external conversion device
KR102565447B1 (ko) 청각 인지 속성에 기반하여 디지털 오디오 신호의 이득을 조정하는 전자 장치 및 방법
EP3664469B1 (en) Microphone, electronic apparatus including microphone and method for controlling electronic apparatus
US11190891B2 (en) Method for determining whether error has occurred in microphone on basis of magnitude of audio signal acquired through microphone, and electronic device thereof
KR102643055B1 (ko) 헤드셋 전자 장치 및 그와 연결되는 전자 장치
KR20210017252A (ko) 다채널 오디오 신호 처리 방법 및 전자 장치
EP3719629A1 (en) Method and electronic device for processing audio signal on basis of resolution set on basis of volume of audio signal
US10388301B2 (en) Method for processing audio signal and electronic device for supporting the same
KR20210108232A (ko) 에코 캔슬링을 위한 방법 및 그 장치
KR102386773B1 (ko) 다수 개의 스피커 및 마이크를 이용하여 오디오 신호를 생성하는 방법 및 그 전자 장치
US20230379623A1 (en) Method for processing audio data and electronic device supporting same
KR20210125846A (ko) 복수의 마이크로폰들을 사용한 음성 처리 장치 및 방법
KR20220132203A (ko) 오디오 데이터 처리 방법 및 이를 지원하는 전자 장치
JP2024518261A (ja) 電子装置及びその動作方法
KR20220017080A (ko) 음성 신호를 처리하는 방법 및 이를 이용한 장치
KR20230067427A (ko) 빔포밍을 제어하는 전자 장치 및 이의 동작 방법
KR20230129893A (ko) 소리를 출력하기 위한 전자 장치 및 방법
KR20220096460A (ko) 전자 장치 및 전자 장치의 음성 입출력 제어 방법
KR20220064017A (ko) 전자 장치의 멀티 레코딩 시 무선 오디오 장치에서 마이크 입출력을 제어 하는 방법 및 장치
KR20230047844A (ko) 영상을 제공하는 방법 및 이를 지원하는 전자 장치

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