KR20000033530A

KR20000033530A - 음성 구간 검출과 스펙트럼 차감법을 이용한 차량 잡음제거방법

Info

Publication number: KR20000033530A
Application number: KR1019980050428A
Authority: KR
Inventors: 이봉우; 권오일; 정남호
Original assignee: 김영환; 현대전자산업 주식회사
Priority date: 1998-11-24
Filing date: 1998-11-24
Publication date: 2000-06-15

Abstract

본 발명은 차량 내의 음성 인식에 있어서, 음성 구간을 검출한 후, 차량 잡음만이 존재하는 구간에서 잡음만의 주파수 특성을 구하고, 음성과 잡음이 섞여 있는 전체 음성 구간에서 상기 잡음만의 주파수 특성을 감하여 순수 음성 데이터만의 주파수 특성을 구함으로써 차량 잡음을 제거할 수 있도록 한 음성 구간 검출과 스펙트럼 차감법을 이용한 차량 잡음 제거방법에 관한 것으로, 입력되는 전체 음성 데이터를 프레임 단위로 분할하고, 프레임 단위로 분할된 음성 데이터의 에너지를 각각 제1 임계치 및 제2 임계치와 비교하여 음성 데이터가 존재하는 구간을 검출하여 특징벡터를 추출한 후, 음성 구간 직전의 프레임을 추출하여 차량 잡음만의 주파수 특성을 추출하고, 상기 잡음이 섞인 전체 음성 데이터에서 상기 추출된 차량 잡음만의 주파수 특성을 감하여 순수 음성 데이터만을 추출할 수 있도록 함을 특징으로 하며, 이와 같이 음성 인식시 음성 구간을 검출한 후 특징벡터를 추출하는 과정에서 발생하는 주파수 영역에서의 데이터를 이용함에 따라 별도의 연산 과정이 필요없을 뿐만 아니라 수행 시간의 부담도 거의 없으면서 신호대 잡음비를 향상시켜 순수한 음성만의 특징을 추출할 수 있으므로 추가적인 비용없이 음성 인식률의 성능을 향상시킬 수 있게 되는 효과가 있다.

Description

음성 구간 검출과 스펙트럼 차감법을 이용한 차량 잡음 제거방법

본 발명은 차량 내의 음성 인식에 있어서, 음성 구간을 검출한 후, 차량 잡음만이 존재하는 구간에서 잡음만의 주파수 특성을 구하고, 음성과 잡음이 섞여 있는 전체 음성 구간에서 상기 잡음만의 주파수 특성을 감하여 순수 음성 데이터만의 주파수 특성을 구함으로써 차량 잡음을 제거할 수 있도록 한 음성 구간 검출과 스펙트럼 차감법을 이용한 차량 잡음 제거방법에 관한 것이다.

일반적으로 음성을 인식하는 음성 인식기는 입력되는 전체 음성 데이터를 고속 푸리에 변환(Fast Fourier Transform ; 이하, 'FET'라 칭함)하여 주파수 영역에서 특징벡터를 추출하도록 되어 있다.

이러한 음성 인식기에 의한 음성 인식 과정에서 외부 잡음이 음성 데이터를 왜곡시키면 잘못된 인식 결과가 나올 확률은 매우 높다.

특히, 차량에서의 음성 데이터에는 차량에서 발생하는 엔진 소리가 섞여 있어 음성 인식률을 저해하고 있다.

이에 따라 음성 인식률을 높이기 위한 방법으로는 신호대 잡음비(Signal to Noise Ratio ; SNR)를 높이거나 잡음을 제거해 주거야 한다.

본 발명은 상기와 같은 문제점을 해결하기 위해 안출한 것으로서, 그 목적은 입력되는 전체 음성 데이터에서 음성 구간에 대한 특징벡터를 추출함에 따라 차량 잡음만의 스펙트럼을 추출하고, 전체 음성 데이터와 차량 잡음에 대한 스펙트럼 차감을 통해 차량 잡음을 제거함으로써 순수 음성 데이터만을 인식하여 음성 인식률을 향상시킬 수 있도록 한 음성 구간 검출과 스펙트럼 차감법을 이용한 차량 잡음 제거방법을 제공하는 데에 있다.

도 1은 본 발명에 의한 차량 잡음 제거방법을 구현하기 위한 차량 잡음 제거기의 블록 구성도,

도 2는 본 발명에 의한 음성 구간 검출과 스펙트럼 차감법을 이용한 차량 잡음 제거방법을 보인 동작 흐름도.

＜도면의 주요부분에 대한 부호의 설명＞

10 : 마이크 20 : 차량 잡음 제거기

21 : 롬 22 : CPU

23 : 램 30 : 음성 인식기 엔진

이러한 목적을 달성하기 위한 본 발명의 차량 잡음 제거방법은, 입력되는 전체 음성 데이터를 프레임 단위로 분할하고, 프레임 단위로 분할된 음성 데이터의 에너지를 각각 제1 임계치 및 제2 임계치와 비교하여 음성 데이터가 존재하는 구간을 검출하여 특징벡터를 추출한 후, 음성 구간 직전의 프레임을 추출하여 차량 잡음만의 주파수 특성을 추출하고, 상기 잡음이 섞인 전체 음성 데이터에서 상기 추출된 차량 잡음만의 주파수 특성을 감하여 순수 음성 데이터만을 추출할 수 있도록 함을 특징으로 한다.

이하, 첨부된 도면을 참고하여 본 발명에 의한 차량 잡음 제거방법을 상세히 설명한다.

도 1은 본 발명에 의한 차량 잡음 제거방법을 구현하기 위한 차량 잡음 제거기의 블록 구성도로서, 마이크(10)를 통해 차량내의 잡음과 음성이 혼재한 음성 데이터를 입력한 후, 이 입력된 음성 데이터에서 차량 잡음을 제거하기 위한 프로그램이 저장되어 있는 롬(ROM)(21)과, 상기 롬(21)에 저장된 프로그램을 실행하여 차량 잡음을 제거하는 CPU(22)와, 상기 CPU(22)에 의한 프로그램 수행시 도중에 발생하는 여러 데이터들을 임시 저장하는 램(RAM)(23)으로 구성되어, 차량 잡음을 제거한 순수 음성 데이터만을 음성 인식기 엔진(30)으로 출력한다.

상기와 같이 구성된 차량 잡음 제거기(20)에서는 음성 인식을 함에 있어서 음성 구간을 검출한 다음 음성 구간 직전의 프레임에 대하여 잡음을 추출하도록 한다.

그 이유는, 음성 구간 바로 직전의 잡음이 음성을 발음하는 과정에서의 차량 잡음과 가장 유사한 특성을 가지고 있기 때문이다.

즉, 차량 잡음만의 주파수 특성이 500Hz 미만에서 대부분 존재하는 반면, 음성 데이터는 4,000Hz나 5000Hz까지 존재한다.

상기와 같이 구성된 차량 잡음 제거기(20)에서의 차량 잡음 제거방법을 도 2의 흐름도를 참조하여 설명하면 다음과 같다.

먼저, 마이크(10)를 통해 전체 음성 데이터가 입력되면(S1), 입력된 전체 음성 데이터를 프레임 단위로 분할한 후(S2), 이 프레임 단위로 분할된 음성 데이터의 에너지를 제1 임계치와 비교한다(S3).

상기 단계(S3)에서 음성 데이터의 프레임 에너지가 제1 임계치보다 크면 음성 구간을 검출하고(S4) 다시 한번 상기 음성 데이터의 프레임 에너지가 제2 임계치보다 작은지를 판단한다(S5).

상기 단계(S5)에서 음성 데이터의 프레임 에너지가 제2 임계치보다 작다면 음성 구간 검출을 완료하고(S6) 음성이 존재하는 구간에 대해서 특징벡터, 즉 음성 스펙트럼을 추출한다(S7).

그리고 나서, 차량 잡음만의 주파수 특성을 추출하기 위해 상기 단계(S6)에서 검출된 음성 구간 이전의 프레임을 추출한다(S8).

이때, 잡음에 의해 손상된 음성 데이터를 아래 수학식 1과 같이 깨끗한 음성 데이터와 차량 잡음의 합으로 가정한 후, 차량 잡음만의 스펙트럼을 추정하게 된다.

[수학식 1]

여기서

I

는 프레임 지수(Frame Index)ｌ에서의 이상 시간 지수이다.

엔드 포인트(End Point)를 검출하여 음성 구간이 검출되면, 검출 구간 이전 10 프레임에서 시작하여 마지막 구간까지 수학식 2와 같이 FFT를 취한다. 즉 음성 구간에 속하는 프레임이 M-10개라면 FFT를 취하는 프레임은 M개가 된다.

[수학식 2]

상기와 같은 FFT 결과 중에서 ｌ는 0에서 9까지는 음성이 없으므로 차량 잡음만의 주파수 특성을 나타낸다.

따라서, 이 구간에서 차량 잡음의 주파수 특성 추정이 가능해지게 되고, 상기 10개의 FFT 결과로부터 수학식 3과 같이 잡음만의 스펙트럼을 추정하게 된다.

[수학식 3]

상기 단계(S9)를 수행하고 나서, 스펙트럼 차감법을 이용하여 상기 단계(S1)에서 입력된 잡음 섞인 음성 데이터에서 상기 단계(S9)에서 추출된 차량 잡음만의 주파수 특성, 스펙트럼을 감산한다(S10).

이때, 스펙트럼 차감법을 적용함에 있어서, 음성 데이터에 포함된 잡음 스펙트럼은 많은 프레임을 평균할수록 추정 잡음의 스펙트럼에 근접하는 반면, 음성 데이터는 비정적이기 때문에 제한된 수의 프레임의 평균이 가능하다.

인덱스가 ｌ인 프레임을 처리하고자 할 때 ｌ-1과 ｌ+1 프레임을 평균하면 음성 데이터의 왜곡이 거의 없고, 수학식 4에 도시된 바와 같이 잡음의 스펙트럼은 추정 스펙트럼을 닮게 된다.

이에 따라, 음성 데이터의 왜곡없이 차량 잡음을 제거할 수 있게 된다.

[수학식 4]

여기서, 위상값은 ｌ이 0일 때의 위상을 그대로 사용하여 위상 성분의 왜곡을 방지한다.

상기 단계(S10)에서 아래 수학식 5에 도시된 바와 같이 잡음 섞인 음성 데이터의 스펙트럼에서 차량 잡음의 스펙트럼을 감산하면, 이 잡음의 스펙트럼을 차감하고 남은 음성 데이터의 스펙트럼을 복원하여(S11) 잡음이 제거된 깨끗한 음성 데이터만을 추출하도록 한다(S12).

[수학식 5]

이상, 상기 설명에서와 같이 본 발명은 음성 인식시 음성 구간을 검출한 후 특징벡터를 추출하는 과정에서 발생하는 주파수 영역에서의 데이터, 즉 파라미터를 이용함에 따라 별도의 연산 과정이 필요없을 뿐만 아니라 수행 시간의 부담도 거의 없으면서 신호대 잡음비를 향상시켜 순수한 음성만의 특징을 추출할 수 있으므로 추가적인 비용없이 음성 인식률의 성능을 향상시킬 수 있게 되는 효과가 있다.

Claims

롬(21), CPU(22), 램(23)으로 구성된 차량내 잡음 제거기(20)의 음성 인식을 위한 잡음 제거 방법에 있어서,

입력되는 전체 음성 데이터를 프레임 단위로 분할한 후, 이 프레임 단위로 분할된 음성 데이터의 에너지를 각각 제1 임계치 및 제2 임계치와 비교하는 제1단계와, 상기 제1단계에서 음성 데이터의 에너지가 제1 임계치보다 큰 경우 음성 데이터가 존재하는 음성 구간을 검출하고, 음성 데이터의 에너지가 제1 임계치보다 크면서 제2 임계치보다 작아지면 음성 구간 검출을 완료한 후, 음성 스펙트럼을 추출하는 제2단계와, 상기 제2단계에서 추출된 음성 스펙트럼을 통해 음성 구간 직전의 프레임을 추출하여 차량 잡음만의 주파수 특성인 잡음 스펙트럼을 추출하는 제3단계와, 스펙트럼 차감법을 적용하여 상기 제1단계에서 입력된 전체 음성 데이터에서 상기 제3단계에서 추출된 차량 잡음만의 스펙트럼을 감산하는 제4단계와, 상기 제4단계에서 차량 잡음만의 스펙트럼을 감산하고 남은 음성 데이터의 스펙트럼을 복원하여 순수 음성 데이터만을 추출하는 제5단계로 이루어지는 것을 특징으로 하는 음성 구간 검출과 스펙트럼 차감법을 이용한 차량 잡음 제거방법.