KR20180102914A - 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법 - Google Patents

신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법 Download PDF

Info

Publication number
KR20180102914A
KR20180102914A KR1020170029656A KR20170029656A KR20180102914A KR 20180102914 A KR20180102914 A KR 20180102914A KR 1020170029656 A KR1020170029656 A KR 1020170029656A KR 20170029656 A KR20170029656 A KR 20170029656A KR 20180102914 A KR20180102914 A KR 20180102914A
Authority
KR
South Korea
Prior art keywords
noise
pattern
neural network
microphone
network learning
Prior art date
Application number
KR1020170029656A
Other languages
English (en)
Inventor
이주형
김수연
이상준
Original Assignee
이래오토모티브시스템 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이래오토모티브시스템 주식회사 filed Critical 이래오토모티브시스템 주식회사
Priority to KR1020170029656A priority Critical patent/KR20180102914A/ko
Publication of KR20180102914A publication Critical patent/KR20180102914A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
    • G10K2210/10—Applications
    • G10K2210/128—Vehicles
    • G10K2210/1282—Automobiles
    • G10K2210/12822—Exhaust pipes or mufflers
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
    • G10K2210/30—Means
    • G10K2210/301—Computational
    • G10K2210/3023—Estimation of noise, e.g. on error signals
    • G10K2210/30231—Sources, e.g. identifying noisy processes or components
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
    • G10K2210/30—Means
    • G10K2210/301—Computational
    • G10K2210/3038—Neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Abstract

본 발명은 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법이 개시된다. 본 발명의 일 실시 예에 따른 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법은, 소음 입력을 하는 마이크; 상기 마이크로부터 입력되는 소음 패턴을 추출하는 제어부; 및 상기 제어부로부터 추출된 소음 패턴의 음의 패턴을 출력하는 스피커를 포함하여 구성되어 차량의 주행 중 다양한 소음 진폭의 음의 진폭을 발생시켜 소음을 저감하고, 시간이 경과함에 따라 변화하는 소음에 대해 지속적으로 신경회로망 학습을 통해 대응되는 음의 진폭을 발생시켜 변화하는 소음을 저감시키는 효과를 제공할 수 있다.

Description

신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법 {INFOTAINMENT SYSTEM WITH NOISE CANCELING USING NEURAL NETWORK LEARNING ALGORITHM AND CONTROL METHOD THEREOF}
본 발명은 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법에 관한 것으로, 보다 상세하게는 소음의 신경회로망 학습을 통해 음의 소음 패턴을 출력하는 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법에 관한 것이다.
운전과 길 안내 등 필요한 정보를 뜻하는 인포메이션(information)과 다양한 오락거리와 인간친화적인 기능을 말하는 엔터테인먼트(entertainment)의 통합시스템으로서의 자동차의 인포테인먼트(infotainment) 시스템은 차량 내 내비게이션, 오디오와 비디오, 그리고 인터넷을 결합을 넘어 최근 스마트폰과 태블릿PC의 대중화, 정보기술(IT)의 발달로 기술 수준과 시장은 해를 거듭할수록 성장을 보이고 있다.
일반적으로, 차량용 인포테인먼트(Infotainment) 시스템은 라디오의 채널, 오디오의 볼륨, 재생곡, 내비게이션, 공조기, 좌석 열선 등의 다양한 정보를 제어 대상으로 하여 운용되며, 최근에는 차량 내에 최고급 오디오 시스템까지 장착되어, 탑승자에게 최상의 음악이나 영상을 제공하는 것도 가능하게 되었습니다.
한편, 차량의 주행 중에는 탑승자를 불편하게 하는 다양한 종류의 소음이 발생한다. 차량에서 발생하는 소음으로는 차량의 배기관에서 발생하는 소음, 흡기관에서 발생하는 소음, 타이어에 의해 발생하는 소음, 차량의 공조 덕트에서 발생하는 소음 등 다양한 장치에서 소음이 발생하며, 이들 소음을 제거하거나 감소시키지 못하면, 앞서 언급된 최상의 오디오 시스템이나 인포테인먼트 시스템에 대한 탑승자의 만족도는 현격히 떨어질 수 밖에 없게 된다.
따라서, 차량의 탑승자에게 안락한 승차감을 제공하기 위해 다양한 소음 저감 장치들이 제안되어 있다.
예를 들어, 도 1에는 종래의 액티브 노이즈 캔설러가 채용된 차량용 오디오를 장착한 차량의 모식도가 도시되어 있다.
도 1을 참조하면, 종래의 액티브 노이즈 캔설러가 채용된 차량용 오디오는, 차량(30)의 일측에 설치된 카스테레오(11)와, 상기 카스테레오(car stereo)(11)의 일측에 설치되어 이 카스테레오(11)에서 재생되고 있는 음을 측정하는 마이크로폰(microphone)(12)과, 상기 차량(30)에서 재생되고 있는 음과 노이즈의 상쇄 및 증폭 여부에 따라 음을 보상하여 주거나 동일한 것은 그대로 유지토록 하는 액티브 노이즈 캔설러(13)와, 상기 카스테레오(11)와 연결 설치되어 음을 출력하는 복수개의 스피커를 포함하여 구성된다.
상기 스피커는, 복수개의 음재생 스피커(21), 저역전용 스피커(22), 및 고역전용 스피커(23)를 포함하고, 상기 저역전용 스피커(22)는 크래쉬 패드(crash pad) 안쪽 및 트렁크(trunk) 뒤쪽에 장착되고, 상기 고역전용 스피커(23)는 도어 안쪽 또는 루프(roof)에 장착된다.
차량(30)에서 카스테레오(11)가 재생하고 있는 음을 마이크로폰(12)으로 측정한다.
이어서, 순간적으로 사람이 느낄 수 없는 정도로 음을 끊고, 노이즈의 세기를 측정한다. 현재 재생하고 있는 음과 증폭하기 전과의 음과 비교하면서 차량 내의 음과 노이즈의 상쇄 및 증폭 여부를 판단한다.
그리고, 상기 액티브 노이즈 캔설러(13)로 재생음의 상쇄된 것은 증폭하고, 증폭된 것은 상쇄시키며 동일한 것은 그대로 유지시킨다. 또한, 현재 재생하고 있는 음과 증폭하기 전과의 음과 비교하여 수정까지 일정하게 작동시킨다.
예컨대, 상기 카스테레오의 트레블(treble) 및 베이스(bass) 조정시 음을 조정하지 않고, 현재의 노이즈 음을 판단하여 증폭 및 상쇄 유무 필요성을 판단한다.
한편, 차량에서 저역 노이즈는 엔진이나 버퍼(buffer)쪽이 많음으로 저역전용 스피커(22)를 크래쉬 패드 안쪽 및 트렁크 뒤쪽에 설치한다. 그리고 고역 노이즈는 도어나 도어글래스 쪽이 많음으로 고역전용 스피커(23)를 도어의 안쪽 및(또는) 루프에 설치한다.
그러나, 이러한 액티브 노이즈 캔슬러가 채용된 차량용 오디오는 운전자 환경을 전혀 고려함이 없이 일시적으로, 획일적으로 소음을 감소시키는 기술일 뿐이다.
이러한 종래 기술의 한계를 극복하기 위해 인공신경망을 활용한 해결 방법도 제시되고 있다. 인공신경망이란 인간의 생물학적 신경세포의 특성을 수학적 표현에 의해 모델링한 것이다. 인공신경망은 단순한 기능을 가진 무수한 처리소자들이 병렬로 연결된 연산구조를 가지고 있다.
여러 분야에서 기존의 방법론으로는 해결하기 어려웠던 많은 부분들을 해석하는 새로운 기법으로 최근 들어 급격한 연구증가와 함께 다양한 인공신경망 모델이 등장하고 있다.
앞서 설명한 바와 같이 차량의 소음들을 제거하기 위해 심도 있는 연구를 통해 인공신경망 모델을 적용한 해결 방법이 요구되고 있는 실정이다.
대한민국 등록특허출원 제 10-2002-0084390 호
본 발명의 일 실시 예는 상기 종래 기술의 문제점을 극복하기 위하여 소음의 진폭에 대응하는 음(Negative)의 진폭을 발생시킴으로써 소음을 상쇄시켜 저감하는 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법을 제공하고자 한다.
본 발명의 일 측면에 따르면, 소음 입력을 하는 마이크;
상기 마이크로부터 입력되는 소음 패턴을 추출하는 제어부; 및
상기 제어부로부터 추출된 소음 패턴의 음의 패턴을 출력하는 스피커;
를 포함하는 것을 특징으로 하는 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템을 포함할 수 있다.
본 발명에 따르면, 상기 제어부는 상기 마이크로부터 입력되는 소음의 시간이 경과함에 따라 변화하는 패턴을 분석하여 변화하는 소음 패턴을 추출하는 것을 특징으로 하는 신경회로망 학습을 통한 노이즈 제거가 적용될 수 있다.
또한, 상기 제어부는 시간이 경과함에 따라 변화하는 소음 패턴의 음의 패턴을 출력할 수 있다.
본 발명의 일 실시 예에 따르면, 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법은, 차량의 주행 중 다양한 소음 진폭의 음의 진폭을 발생시켜 소음을 저감하고, 시간이 경과함에 따라 변화하는 소음에 대해 제어부에서 지속적으로 신경회로망 학습을 통해 대응되는 음의 진폭을 발생시켜 변화하는 소음을 저감시키는 효과를 제공할 수 있다.
도 1은 종래의 차량용 공조 덕트에서 발생하는 공력 소음을 제거하기 위한 망이 각 덕트의 연결부에 설치된 상태의 모식도이다.
도 2는 본 발명의 일 실시 예에 따른 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템의 모식도이다.
도 3은 본 발명의 제어부를 개략적으로 설명하는 모식도이다.
도 4는 본 발명의 일 실시 예에 따른 주파수 상쇄 원리를 예시하는 모식도이다.
도 5는 본 발명의 다른 제어부를 개략적으로 설명하는 모식도이다.
이하, 첨부된 도면에 도시된 특정 실시 예들에 의해 본 발명의 다양한 실시 예들을 설명한다. 후술되는 본 발명의 실시 예들에 차이는 상호 배타적이지 않은 사항으로 이해되어야 한다. 즉 본 발명의 기술 사상 및 범위를 벗어나지 않으면서, 기재되어 있는 특정 형상, 구조 및 특성은, 일 실시 예에 관련하여 다른 실시 예로 구현될 수 있으며, 각각의 개시된 실시 예 내의 개별 구성요소의 위치 또는 배치는 변경될 수 있음이 이해되어야 하며, 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭하며, 길이 및 면적, 두께 등과 그 형태는 편의를 위하여 과장되어 표현될 수도 있다.
도 2에는 본 발명의 일 실시 예에 따른 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템의 모식도가 도시되어 있다.
도 2를 참조하면, 인포테인먼트 시스템(100)은 소음 입력을 하는 마이크(110), 소음 패턴을 추출하는 제어부(120) 및 소음 패턴의 음의 패턴을 출력하는 스피커(130)를 포함하여 구성된다.
여기서, 마이크(110)는 인포테인먼트에 구비되어 있어 소음을 측정하기 위해 별도로 마이크를 설치함이 없이 인포테인먼트 내의 마이크(110)를 이용한다.
그리고, 제어부(120)는 인포테인먼트의 제어부를 이용하여 마이크(110)로부터 입력되는 소음 패턴을 추출한다.
상기 제어부(120)는 마이크로부터 입력되는 소음이 운전자가 주로 이용하는 도로에서 발생하는 소음, 타이어의 마모에 따른 소음을 지속적으로 입력받아 저장하고, 저장된 소음을 학습된 소음 데이터와 유사한 패턴을 분석한다.
또한, 스피커(130)는 제어부(120)로부터 학습된 소음 데이터와 유사한 패턴으로 추출된 소음 패턴의 음의 패턴을 출력한다.
도 3에는 본 발명의 제어부를 개략적으로 설명하는 모식도가 도시되어 있다.
도 3을 참조하면, 본 발명에 따른 제어부는 마이크를 통해 외부로부터 입력되는 음성신호를 처리하거나 혹은 음성신호를 생성하여 외부로 방출시키는 음성신호처리모듈부(115)와, 상기 마이크를 통해 음성형태로 입력되는 학습자료에 대해 지식체계를 구성하고 해당자료의 신뢰도를 기 설정된 능동형 지식증식 모델에 따라 예측한후 그 예측된 결과에 따라 능동학습의 실행을 제어하는 인공인지제어부(116)와; 상기 인공인지제어부(116)의 능동학습제어신호에 따라 신뢰도가 검증된 지식체계에 따른 학습자료를 능동학습하는 인식학습모듈부(117)와; 상기 인공인지제어부(116)에 의해 처리되는 각종 처리정보들을 저장시키는 메모리부(118)를 포함하여 구성되어 있다.
본 발명에 따른 능동 학습 방법을 설명하면, 초기상태에서 제어부가 마이크를 통해 음성형태로 입력되는 소음을 학습자료에 대해 지식체계를 구성한다.
상기 과정 후에 구성된 지식체계에 따른 해당 학습자료의 신뢰도를 기 설정된 능동형 지식증식 모델에 따라 예측한 후 그 예측된 결과에 따라 능동형 지식증식 모델 형태의 능동학습을 실행한다.
상기 능동학습에 대한 성능을 분석한 후 그 결과에 따라 능동형 지식증식 모델에 포함된 계산모델을 수정 보완한다.
상기 과정은 제어부가 학습자료를 설정된 기준값에 따라 판단한 결과 주행 환경 지식을 확보하는 인지실험단계를 더 포함하여 수행된다.
도 4에는 본 발명의 일 실시 예에 따른 주파수 상쇄 원리를 예시하는 모식도가 도시되어 있다.
도 4를 도 2와 함께 참조하면, 제어부(120)는 마이크(110)로부터 입력되는 소음을 입력 받아 기존의 학습된 소음 데이터와 유사한 패턴을 분석한다.
제어부(120)에 의해 소음 데이터의 분석 후에 스피커(130)가 소음 데이터에 대한 음의 패턴을 출력하여 주파수를 상쇄하게 된다.
도 2 내지 도 4를 함께 참조하여 본 발명의 일 실시 예에 따른 작동 관계를 기술하면, 차량의 주행 중에 인포테인먼트 시스템(110)은 내부에 구비되어 있는 마이크(110)가 차량으로부터 발생되는 소음을 입력하게 된다.
이어서, 마이크(110)로부터 입력되는 소음은 제어부(120)로 송신되고, 제어부(120)는 마이크(110)로부터 입력되는 소음 패턴을 추출한다.
상기 제어부(120)에 의해 추출된 소음 패턴이 저장되어 지속적으로 소음 패턴을 추출하여 이전에 학습된 소음 데이터와 유사한 패턴을 파악하고 반대 진폭의 음파 신호의 패턴을 스피커(130)를 통해 출력하여 소음을 저감하게 된다.
도 5에는 본 발명의 다른 제어부를 개략적으로 설명하는 모식도가 도시되어 있다.
도 5를 참조하면, 차량의 블랙박스에 장착된 카메라가 장착된 경우에 이를 이용하는 구성으로, 차량의 블랙박스에 장착된 카메라를 통해 주변의 사물을 촬상하여 전송한 영상신호를 처리하는 영상신호처리모듈부(113)와; 마이크를 통해 외부로부터 입력되는 음성신호를 처리하거나 혹은 음성신호를 생성하여 외부로 방출시키는 음성신호처리모듈부(115)와; 상기 카메라 또는 마이크를 통해 영상 혹은 음성형태로 입력되는 학습자료에 대해 지식체계를 구성하고 해당자료의 신뢰도를 기 설정된 능동형 지식증식 모델에 따라 예측한후 그 예측된 결과에 따라 능동학습의 실행을 제어하는 인공인지제어부(116)와; 상기 인공인지제어부(116)의 능동학습제어신호에 따라 신뢰도가 검증된 지식체계에 따른 학습자료를 능동학습하는 인식학습모듈부(117)와; 상기 인공인지제어부(116)에 의해 처리되는 각종 처리정보들을 저장시키는 메모리부(18)를 포함하여 구성된다.
따라서, 본 발명에 따른 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법은, 별도의 장비를 설치함이 없이 차량 내에 구비되어 있는 인포테인먼트를 활용하여 비용을 절감하고, 시간이 경과함에 따라 변화하는 소음에 대해 제어부에서 지속적으로 신경회로망 학습을 통해 대응되는 음의 진폭을 발생시켜 변화하는 소음을 저감시키는 효과를 제공할 수 있다.
이상과 같이 본 발명의 일 실시 예에 대하여 설명하였으나, 이를 기초로 해당 기술 분야에서 통상의 지식을 가진 자라면 청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다 할 것이다.
100: 인포테인먼트 시스템
110: 마이크
113: 영상신호처리모듈부
115: 음성신호처리모듈부
116: 인공인지제어부
117: 인식학습모듈부
118: 메모리부
120: 제어부
130: 스피커

Claims (5)

  1. 소음 입력을 하는 마이크;
    상기 마이크로부터 입력되는 소음 패턴을 추출하는 제어부; 및
    상기 제어부로부터 추출된 소음 패턴의 음의 패턴을 출력하는 스피커;
    를 포함하는 것을 특징으로 하는 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템.
  2. 제 1 항에 있어서,
    상기 제어부는 마이크로부터 입력되는 소음의 시간이 경과함에 따라 변화하는 패턴을 분석하여 변화하는 소음 패턴을 추출하는 것을 특징으로 하는 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템.
  3. 제 1 항에 있어서,
    상기 제어부는 시간이 경과함에 따라 변화하는 소음 패턴의 음의 패턴을 출력하는 것을 특징으로 하는 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템.
  4. 제 1 항 내지 제 3 항 중 어느 하나에 따른 신경회로망 학습을 통한 노이즈 제거 방법으로서,
    (a) 마이크를 통해 소음을 입력하는 단계;
    (b) 상기 소음 입력 단계로부터 입력된 소음 패턴의 음의 패턴을 추출하는 단계; 및
    (c) 상기 소음 패턴의 음의 패턴을 스피커를 통해 출력하는 단계;
    를 포함하는 것을 특징으로 하는 신경회로망 학습을 통한 노이즈 제거 방법.
  5. 제 4 항에 있어서,
    상기 (b) 단계에서, 시간이 경과함에 따라 변화하는 소음 패턴을 추출하는 것을 특징으로 하는 신경회로망 학습을 통한 노이즈 제거 방법.
KR1020170029656A 2017-03-08 2017-03-08 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법 KR20180102914A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170029656A KR20180102914A (ko) 2017-03-08 2017-03-08 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170029656A KR20180102914A (ko) 2017-03-08 2017-03-08 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법

Publications (1)

Publication Number Publication Date
KR20180102914A true KR20180102914A (ko) 2018-09-18

Family

ID=63718552

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170029656A KR20180102914A (ko) 2017-03-08 2017-03-08 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법

Country Status (1)

Country Link
KR (1) KR20180102914A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190104925A (ko) * 2019-08-22 2019-09-11 엘지전자 주식회사 엔진 소음 제거 장치 및 엔진 소음 제거 방법
US20220406106A1 (en) * 2021-06-17 2022-12-22 GM Global Technology Operations LLC Automated deep learning based on customer driven noise diagnostic assist

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190104925A (ko) * 2019-08-22 2019-09-11 엘지전자 주식회사 엔진 소음 제거 장치 및 엔진 소음 제거 방법
US20220406106A1 (en) * 2021-06-17 2022-12-22 GM Global Technology Operations LLC Automated deep learning based on customer driven noise diagnostic assist
US11804082B2 (en) * 2021-06-17 2023-10-31 GM Global Technology Operations LLC Automated deep learning based on customer driven noise diagnostic assist

Similar Documents

Publication Publication Date Title
KR102645589B1 (ko) 음향 제어 시스템, 장치 및 방법
US9959859B2 (en) Active noise-control system with source-separated reference signal
CN109429144B (zh) 用于消除车厢中的不良风噪声的系统和方法
CN105074813B (zh) 车辆中的前方扬声器噪声消除
US9893697B1 (en) System and method for selective volume adjustment in a vehicle
US10067907B2 (en) Vehicle including noise management system having automotive audio bus (A2B) interface
JP7186375B2 (ja) 音声処理装置、音声処理方法および音声処理システム
WO2007123172A1 (ja) 音響再生装置
JP4345675B2 (ja) エンジン音色制御システム
CN110970010A (zh) 噪音消除方法、装置、存储介质及设备
KR20180102914A (ko) 신경회로망 학습을 통한 노이즈 제거가 적용된 인포테인먼트 시스템 및 그 제어 방법
CN102906811B (zh) 用于调节包括扬声器和麦克风的语音识别系统的方法及语音识别系统
JP5040163B2 (ja) 騒音低減装置及び方法
US11670276B2 (en) High-frequency broadband airborne noise active noise cancellation
JP2006213297A (ja) 能動騒音振動制御装置及び能動騒音振動制御方法
JP2003216163A (ja) 騒音制御装置
WO2023124630A1 (zh) 一种基于主动降噪的车辆路噪控制方法及系统、电子设备及存储介质
CN111833840A (zh) 降噪方法和装置、系统、电子设备、存储介质
JP2009073417A (ja) 騒音制御装置および方法
KR20230086096A (ko) 차량 내 개인화된 사운드 마스킹 방법 및 장치
WO2019241657A1 (en) Concurrent fxlms system with common reference and error signals
Oh et al. Development of an active road noise control system
JP2017030671A (ja) 騒音低減装置、騒音低減方法、及び車載システム
JP2006023587A (ja) 車内騒音抑制システム
US20230421125A1 (en) Adaptive sound control system and method of active sound design system