KR20100072751A - 잡음 제거 장치 및 방법 - Google Patents
잡음 제거 장치 및 방법 Download PDFInfo
- Publication number
- KR20100072751A KR20100072751A KR1020080131243A KR20080131243A KR20100072751A KR 20100072751 A KR20100072751 A KR 20100072751A KR 1020080131243 A KR1020080131243 A KR 1020080131243A KR 20080131243 A KR20080131243 A KR 20080131243A KR 20100072751 A KR20100072751 A KR 20100072751A
- Authority
- KR
- South Korea
- Prior art keywords
- noise
- gaussian mixture
- voice
- estimating
- speech signal
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000000203 mixture Substances 0.000 claims abstract description 37
- 230000000873 masking effect Effects 0.000 claims abstract description 7
- 238000000926 separation method Methods 0.000 claims description 10
- 238000002955 isolation Methods 0.000 abstract 2
- 230000006978 adaptation Effects 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0272—Voice signal separating
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
본 발명은 잡음 제거 장치 및 방법에 관한 것으로, 잡음 변화가 심한 환경과 여러 가지의 잡음이 혼재하는 환경에서 잡음 제거 효율을 향상하기 위해, 소프트 마스킹 기법 등과 같은 음성/잡음 분리기법을 통해 음성과 잡음의 분리 기능을 강화하고, 잡음 가우시안 혼합 모델이 입력 신호에 대한 잡음성분을 모델링하는데 한계가 있는 점을 보완하기 위해 잡음적응 기법을 사용함으로써, 깨끗한 음성을 보다 정확히 추정하여 음성 인식 성능을 높이는 이점이 있다.
음성인식, 동작잡음 제거, 잡음 적응, 모델 기반 방식
Description
본 발명은 잡음 제거 장치 및 방법에 관한 것으로서, 더욱 상세하게는 잡음환경에서의 음성인식을 위해 잡음이 포함된 입력음성으로부터 동적 잡음이 제거된 깨끗한 음성을 추정하기 위한 방법 및 장치에 관한 것이다.
본 발명은 지식경제부 및 정보통신연구진흥원의 IT성장동력기술개발 사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호 : 2006-S-036-03, 과제명 : 신성장동력산업용 대용량 대화형 분산 처리 음성인터페이스 기술개발].
주지하는 바와 같이, 음성인식 기술의 상용화를 위해 가장 큰 장애가 되는 문제는 잡음으로 인한 인식 성능 저하이다. 깨끗한 잡음 환경에서는 거의 완벽한 성능을 갖는 음성인식 시스템도 잡음이 존재하는 실제 환경에서는 인식 성능이 크게 저하되는 것을 흔하게 볼 수 있다.
이러한 문제를 해결하기 위해 지금까지 여러 가지 접근방식이 제시되었는데, 대표적으로 신호처리 기반에서의 스펙트럼 향상(signal-processing based spectral enhancement) 기법과 통계모델 기반 모델적응(statistical-model-based model adaptation) 기법이 있다.
스펙트럼 향상 기법은 음성이 존재하지 않는 구간에서의 잡음 스펙트럼을 추정한 후 이 값을 잡음이 부가된 입력신호의 스펙트럼으로부터 차감하는 방식이며, 스펙트럼 차감(spectrum subtraction) 기법과 결정 지향(decision-directed) 기반의 워너(wiener) 필터(wiener filter with the decision directed) 기법이 가장 널리 많이 쓰이는 방식이다. 결정 지향 기반 워너 필터는 2 스테이지(stage)로 확장된 형태로 ETSI AFE(Advanced Front-End) 표준으로 채택되었고, 정적 잡음(stationary noise)을 제거하는 데에 매우 효과적이라 알려져 있다.
통계모델 기반 모델적응 기법은 입력 잡음신호를 수정하는 대신 음향모델 (일반적으로 은닉 마르코브 모델(hidden markov model))을 잡음상황에 맞도록 변환하는 방식으로 대표적으로 PMC(Parallel Model Compensation) 기법이 있다. PMC는 깨끗한 음성과 잡음을 각각 다른 모델로 표현하고 이 두 모델을 결합하여 잡음이 섞인 음성을 모델링하는 방식으로 잡음 모델에 포함된 잡음 환경에 대해서는 다른 기법에 비해 좋은 성능을 보이고 있다.
전술한 바와 같이 종래 기술에 의하면 잡음이 존재하는 환경에서의 음성인식 성능 향상을 위해 여러 가지의 잡음 제거 기술이 제시되었으나 음성인식의 성능 저 하는 여전히 발생하며, 잡음 환경에서 동적 잡음의 제거 효율이 정적 잡음에 비해 미진하여 만족할만한 음성인식 성능을 보장하지 못하는 문제점이 있다. 예컨대, 워너 필터는 잡음 변화가 심한 환경과 여러 가지의 잡음이 혼재하는 환경에서 성능 향상이 제한되는 단점이 있다.
본 발명은 이와 같은 종래 기술의 문제점을 해결하기 위해 제안한 것으로서, 잡음 변화가 심한 환경과 여러 가지의 잡음이 혼재하는 환경에서 잡음 제거 효율을 향상시켜 깨끗한 음성을 보다 정확히 추정하여 음성 인식 성능을 높일 수 있는 잡음 제거 장치 및 방법을 제공한다.
본 발명의 제 1 관점으로서 잡음 제거 장치는, 입력 음성신호에 포함된 잡음성분을 추정할 수 있는 잡음 추정부와, 추정한 상기 잡음성분으로부터 사후 확률값을 추정할 수 있는 사후 확률 추정부와, 추정한 상기 사후 확률값에 의거하여 잡음 가우시안 혼합 모델을 상기 입력 음성신호에 적응할 수 있는 잡음 파라미터 적응부와, 적응한 상기 잡음 가우시안 혼합 모델과 음성 가우시안 혼합 모델 및 상기 입력 음성신호를 입력으로 하여 잡음과 음성신호를 1차적으로 분리할 수 있는 음성/잡음 분리부와, 분리한 상기 음성신호에 남아있는 잔여 잡음성분을 제거할 수 있는 잡음 제거부를 포함한다.
여기서, 상기 잡음 추정부는, IMCRA(Improved Minima Controlled Recursive Average) 방식을 사용하여 상기 잡음성분을 추정한다.
상기 잡음 파라미터 적응부는, 상기 사후 확률 추정부에 의해 얻어진 상기 사후 확률값에 비례해서 상기 잡음 가우시안 혼합 모델의 각 가우시안 혼합의 가중치값을 조정한다.
상기 음성/잡음 분리부는, 소프트 마스킹(soft masking) 기법을 사용하여 상기 잡음과 상기 음성신호를 분리한다.
상기 잡음 제거부는, 결정 지향 기반의 워너 필터를 이용하여 상기 잔여 잡음성분을 제거한다.
본 발명의 제 2 관점으로서 잡음 제거 방법은, 입력 음성신호에 포함된 잡음성분을 추정하는 단계와, 추정한 상기 잡음성분으로부터 사후 확률값을 추정하는 단계와, 추정한 상기 사후 확률값에 의거하여 잡음 가우시안 혼합 모델을 상기 입력 음성신호에 적응하는 단계와, 적응한 상기 잡음 가우시안 혼합 모델과 음성 가우시안 혼합 모델 및 상기 입력 음성신호를 입력으로 하여 잡음과 음성신호를 1차적으로 분리하는 단계와, 분리한 상기 음성신호에 남아있는 잔여 잡음성분을 제거하는 단계를 포함한다.
여기서, 상기 잡음성분을 추정하는 단계는, IMCRA 방식을 사용하여 상기 잡음성분을 추정한다.
상기 입력 음성신호에 적응하는 단계는, 상기 사후 확률값을 추정하는 단계에 의해 얻어진 상기 사후 확률값에 비례해서 상기 잡음 가우시안 혼합 모델의 각 가우시안 혼합의 가중치값을 조정한다.
상기 1차적으로 분리하는 단계는, 소프트 마스킹 기법을 사용하여 상기 잡음과 상기 음성신호를 분리한다.
상기 잔여 잡음성분을 제거하는 단계는, 결정 지향 기반의 워너 필터를 이용하여 상기 잔여 잡음성분을 제거한다.
본 발명에 의하면 잡음 변화가 심한 환경과 여러 가지의 잡음이 혼재하는 환경에서 잡음 제거 효율을 향상하기 위해, 소프트 마스킹 기법 등과 같은 음성/잡음 분리기법을 통해 음성과 잡음의 분리 기능을 강화하고, 잡음 가우시안 혼합 모델이 입력 신호에 대한 잡음성분을 모델링하는데 한계가 있는 점을 보완하기 위해 잡음적응 기법을 사용함으로써, 깨끗한 음성을 보다 정확히 추정하여 음성 인식 성능을 높이는 효과가 있다.
이하, 본 발명의 일부 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 아울러 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
도 1은 본 발명의 실시예에 따른 잡음 제거 장치의 블록 구성도이다.
이에 나타낸 바와 같이 본 발명의 잡음 제거 장치는, 입력 음성신호에 포함된 잡음성분을 추정할 수 있는 잡음 추정부(130)와, 추정한 잡음성분으로부터 사후 확률값을 추정할 수 있는 사후 확률 추정부(140)와, 추정한 사후 확률값에 의거하여 잡음 가우시안 혼합 모델(110)을 입력 음성신호에 적응할 수 있는 잡음 파라미터 적응부(150)와, 적응한 잡음 가우시안 혼합 모델(110)과 음성 가우시안 혼합 모델(120) 및 입력 음성신호를 입력으로 하여 잡음과 음성신호를 1차적으로 분리할 수 있는 음성/잡음 분리부(160)와, 분리한 음성신호에 남아있는 잔여 잡음성분을 제거할 수 있는 잡음 제거부(170) 등을 포함한다.
이와 같이 구성된 본 발명의 실시예에 따른 잡음 제거 장치에 의한 잡음 제거 과정을 도 1 및 도 2를 참조하여 설명하기로 한다.
먼저, 잡음 추정부(130)는 잡음과 음성이 혼합된 입력 음성신호로부터 대략적인 잡음성분의 추정치를 얻어낸다(S205). 잡음추정을 위해서는 예컨대, IMCRA 등의 방식을 사용할 수 있다. 이렇게 추정된 잡음성분은 잡음 가우시안 혼합 모델(110)을 현재 잡음상태에 맞게 적응하는 데에 사용하게 된다.
사후 확률(posterior probability) 추정부(140)는 잡음 추정부(130)로부터 추정된 잡음성분이 잡음 가우시안 혼합 모델(110)에서 갖는 사후 확률값을 얻어낸다(S207). 이는 아래의 수학식 1과 같이 표현할 수 있다.
위에서 
은 잡음 추정부(130)에서 추정한 잡음성분이며, k는 해당되는 잡음 가우시안 혼합 모델(110)의 가우시안 혼합값이고, 
는 
가 k에서 갖는 사후 확률값이다.
잡음 가우시안 혼합 모델(110)은 음성인식 시스템이 사용되는 실제환경(가정환경, 자동차, 전시장 등)에서 수집한 잡음 데이터베이스를 이용해서 미리 훈련(S201)된 것으로서 해당 시스템이 사용되는 환경의 잡음을 모델링한다. 음성 가우시안 혼합 모델(120)은 잡음이 없는 환경에서 수집된 음성 데이터베이스로부터 훈련(S203)되어 잡음이 제거된 깨끗한 음성을 모델링한다. 잡음 가우시안 혼합 모델(110)과 음성 가우시안 혼합 모델(120)은 K개의 혼합으로 이루어진 가우시안 혼합 모델을 가정하면 아래의 수학식 2와 같이 기술할 수 있다.
잡음 파라미터 적응부(150)는 사후 확률 추정부(140)에 의해 얻어진 사후 확률값에 비례해서 잡음 가우시안 혼합 모델(110)의 각 가우시안 혼합의 가중치값을 조정한다. 즉, 사후 확률값이 높은 가우시안은 현재 상태에서의 잡음성분을 더 잘 모델링한다고 가정하고, 해당 가우시안 혼합의 값을 사후 확률값에 비례하여 조정한다(S209).
음성/잡음 분리부(160)는 음성 가우시안 혼합 모델(120)과 잡음 파라미터 적응부(150)에 의해 현재 잡음환경에 대해 적응된 잡음 가우시안 혼합 모델(110)과 입력 음성신호를 입력으로 하여 음성/잡음을 1차적으로 분리하는 기능을 수행한다. 예컨대, 소프트 마스킹 기법 등의 음성/잡음 분리 기법을 사용할 수 있다(S211).
음성/잡음 분리부(160)에서 음성으로 분리된 성분에는 잔여 잡음성분이 존재할 수 있기에 이를 제거하기 위해 잡음 제거부(170)는 1차적으로 분리한 음성신호에 남아있는 잔여 잡음성분을 제거하여 최종의 깨끗한 음성을 추정한다(S213). 잡음 제거부(170)는 예컨대, 결정 지향 기반의 워너 필터를 이용하여 음성이 존재하지 않는 구간에서의 잡음 스펙트럼을 추정한 후 이 값을 잡음이 부가된 입력신호의 스펙트럼으로부터 차감하는 스펙트럼 향상 기법을 이용할 수 있다.
이렇게 추정된 깨끗한 음성은 실제 음성인식 시스템의 입력으로 사용된다.
본 발명에 의한 잡음 제거 방법은 컴퓨터 프로그램으로 작성 가능하다. 이 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 해당 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 정보저장매체(computer readable media)에 저장되고, 컴퓨터에 의하여 읽혀지고 실행됨으로써 잡음 제거 방법을 구현한다. 정보저장매체는 자기 기록매체, 광 기록매체 및 캐리어 웨이브 매체를 포함한다.
지금까지 본 발명에 대하여 그 일부 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
도 1은 본 발명의 실시예에 따른 잡음 제거 장치의 블록 구성도이다.
도 2는 본 발명의 실시예에 따른 잡음 제거 방법을 설명하기 위한 흐름도이다.
<도면의 주요 부분에 대한 부호의 설명>
110 : 잡음 가우시안 혼합 모델 120 : 음성 가우시안 혼합 모델
130 : 잡음 추정부 140 : 사후 확률 추정부
150 : 잡음 파라미터 적응부 160 : 음성/잡음 분리부
170 : 잡음 제거부
Claims (10)
- 입력 음성신호에 포함된 잡음성분을 추정할 수 있는 잡음 추정부와,추정한 상기 잡음성분으로부터 사후 확률값을 추정할 수 있는 사후 확률 추정부와,추정한 상기 사후 확률값에 의거하여 잡음 가우시안 혼합 모델을 상기 입력 음성신호에 적응할 수 있는 잡음 파라미터 적응부와,적응한 상기 잡음 가우시안 혼합 모델과 음성 가우시안 혼합 모델 및 상기 입력 음성신호를 입력으로 하여 잡음과 음성신호를 1차적으로 분리할 수 있는 음성/잡음 분리부와,분리한 상기 음성신호에 남아있는 잔여 잡음성분을 제거할 수 있는 잡음 제거부를 포함하는 잡음 제거 장치.
- 제 1 항에 있어서,상기 잡음 추정부는, IMCRA(Improved Minima Controlled Recursive Average) 방식을 사용하여 상기 잡음성분을 추정하는잡음 제거 장치.
- 제 1 항에 있어서,상기 잡음 파라미터 적응부는, 상기 사후 확률 추정부에 의해 얻어진 상기 사후 확률값에 비례해서 상기 잡음 가우시안 혼합 모델의 각 가우시안 혼합의 가중치값을 조정하는잡음 제거 장치.
- 제 1 항에 있어서,상기 음성/잡음 분리부는, 소프트 마스킹(soft masking) 기법을 사용하여 상기 잡음과 상기 음성신호를 분리하는잡음 제거 장치.
- 제 1 항에 있어서,상기 잡음 제거부는, 결정 지향 기반의 워너 필터를 이용하여 상기 잔여 잡음성분을 제거하는잡음 제거 장치.
- 입력 음성신호에 포함된 잡음성분을 추정하는 단계와,추정한 상기 잡음성분으로부터 사후 확률값을 추정하는 단계와,추정한 상기 사후 확률값에 의거하여 잡음 가우시안 혼합 모델을 상기 입력 음성신호에 적응하는 단계와,적응한 상기 잡음 가우시안 혼합 모델과 음성 가우시안 혼합 모델 및 상기 입력 음성신호를 입력으로 하여 잡음과 음성신호를 1차적으로 분리하는 단계와,분리한 상기 음성신호에 남아있는 잔여 잡음성분을 제거하는 단계를 포함하는 잡음 제거 방법.
- 제 6 항에 있어서,상기 잡음성분을 추정하는 단계는, IMCRA(Improved Minima Controlled Recursive Average) 방식을 사용하여 상기 잡음성분을 추정하는잡음 제거 방법.
- 제 6 항에 있어서,상기 입력 음성신호에 적응하는 단계는, 상기 사후 확률값을 추정하는 단계에 의해 얻어진 상기 사후 확률값에 비례해서 상기 잡음 가우시안 혼합 모델의 각 가우시안 혼합의 가중치값을 조정하는잡음 제거 방법.
- 제 6 항에 있어서,상기 1차적으로 분리하는 단계는, 소프트 마스킹(soft masking) 기법을 사용하여 상기 잡음과 상기 음성신호를 분리하는잡음 제거 방법.
- 제 6 항에 있어서,상기 잔여 잡음성분을 제거하는 단계는, 결정 지향 기반의 워너 필터를 이용하여 상기 잔여 잡음성분을 제거하는잡음 제거 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080131243A KR101082837B1 (ko) | 2008-12-22 | 2008-12-22 | 잡음 제거 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080131243A KR101082837B1 (ko) | 2008-12-22 | 2008-12-22 | 잡음 제거 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20100072751A true KR20100072751A (ko) | 2010-07-01 |
| KR101082837B1 KR101082837B1 (ko) | 2011-11-11 |
Family
ID=42635867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080131243A KR101082837B1 (ko) | 2008-12-22 | 2008-12-22 | 잡음 제거 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101082837B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108538307A (zh) * | 2017-03-03 | 2018-09-14 | 罗伯特·博世有限公司 | 用于为音频信号去除干扰的方法和设备以及语音控制设备 |
| WO2019078567A1 (ko) * | 2017-10-17 | 2019-04-25 | 서울대학교 산학협력단 | 소리 신호를 처리하는 반도체 장치 및 이를 포함하는 마이크 장치 |
| CN112002339A (zh) * | 2020-07-22 | 2020-11-27 | 海尔优家智能科技（北京）有限公司 | 语音降噪方法和装置、计算机可读的存储介质及电子装置 |
-
2008
- 2008-12-22 KR KR1020080131243A patent/KR101082837B1/ko active IP Right Grant
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108538307A (zh) * | 2017-03-03 | 2018-09-14 | 罗伯特·博世有限公司 | 用于为音频信号去除干扰的方法和设备以及语音控制设备 |
| WO2019078567A1 (ko) * | 2017-10-17 | 2019-04-25 | 서울대학교 산학협력단 | 소리 신호를 처리하는 반도체 장치 및 이를 포함하는 마이크 장치 |
| CN112002339A (zh) * | 2020-07-22 | 2020-11-27 | 海尔优家智能科技（北京）有限公司 | 语音降噪方法和装置、计算机可读的存储介质及电子装置 |
| CN112002339B (zh) * | 2020-07-22 | 2024-01-26 | 海尔优家智能科技（北京）有限公司 | 语音降噪方法和装置、计算机可读的存储介质及电子装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101082837B1 (ko) | 2011-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wolfe et al. | Efficient alternatives to the Ephraim and Malah suppression rule for audio signal enhancement | |
| KR101224755B1 (ko) | 음성-상태 모델을 사용하는 다중-감각 음성 향상 | |
| Hashemi et al. | Adaptive noise variance estimation in BayesShrink | |
| KR101141033B1 (ko) | 스피치 개선을 위한 노이즈 분산 추정기 | |
| KR100657948B1 (ko) | 음성향상장치 및 방법 | |
| KR20110035170A (ko) | 음성인식을 위한 모델기반 왜곡 보상형 잡음 제거 장치 및 방법 | |
| EP2877993B1 (en) | Method and device for reconstructing a target signal from a noisy input signal | |
| US8296135B2 (en) | Noise cancellation system and method | |
| WO2012003269A2 (en) | Speech audio processing | |
| WO2001031631A1 (en) | Mel-frequency domain based audible noise filter and method | |
| KR20070078171A (ko) | 신호대 잡음비에 의한 억제 정도 조절을 이용한 잡음 제거장치 및 그 방법 | |
| KR101082837B1 (ko) | 잡음 제거 장치 및 방법 | |
| KR20070050694A (ko) | 멀티채널 음성신호의 잡음제거 방법 및 장치 | |
| JP2836271B2 (ja) | 雑音除去装置 | |
| Lei et al. | Speech enhancement for nonstationary noises by wavelet packet transform and adaptive noise estimation | |
| KR20110061781A (ko) | 실시간 잡음 추정에 기반하여 잡음을 제거하는 음성 처리 장치 및 방법 | |
| KR102033469B1 (ko) | 적응형 잡음제거기, 잡음제거 방법 | |
| Lu et al. | Joint uncertainty decoding for noise robust subspace Gaussian mixture models | |
| KR20110024969A (ko) | 음성신호에서 통계적 모델을 이용한 잡음 제거 장치 및 방법 | |
| KR20090111739A (ko) | 잡음 제거 장치 및 방법 | |
| KR20080038714A (ko) | 크로스토크를 제거하기 위한 후처리 방법 | |
| KR101096091B1 (ko) | 음성 분리 장치 및 이를 이용한 단일 채널 음성 분리 방법 | |
| JP2005031258A (ja) | 認識モデル学習装置及び方法 | |
| Islam et al. | Enhancement of noisy speech based on decision-directed Wiener approach in perceptual wavelet packet domain | |
| CN116524944A (zh) | 音频降噪方法、介质、装置和计算设备 |
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 | ||
| FPAY | Annual fee payment |
Payment date: 20141027 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20150821 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20161027 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20171102 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20181031 Year of fee payment: 8 |