KR20220017080A - 음성 신호를 처리하는 방법 및 이를 이용한 장치 - Google Patents

음성 신호를 처리하는 방법 및 이를 이용한 장치 Download PDF

Info

Publication number
KR20220017080A
KR20220017080A KR1020200097147A KR20200097147A KR20220017080A KR 20220017080 A KR20220017080 A KR 20220017080A KR 1020200097147 A KR1020200097147 A KR 1020200097147A KR 20200097147 A KR20200097147 A KR 20200097147A KR 20220017080 A KR20220017080 A KR 20220017080A
Authority
KR
South Korea
Prior art keywords
voice
signal
module
audio input
signal received
Prior art date
Application number
KR1020200097147A
Other languages
English (en)
Inventor
양재모
김상은
백순호
손백권
이건우
문한길
이용훈
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 KR1020200097147A priority Critical patent/KR20220017080A/ko
Priority to PCT/KR2021/009885 priority patent/WO2022030880A1/ko
Publication of KR20220017080A publication Critical patent/KR20220017080A/ko
Priority to US18/105,046 priority patent/US20230186936A1/en

Links

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
    • G10L21/0232—Processing in the frequency domain
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/162—Interface to dedicated audio devices, e.g. audio drivers, interface to CODECs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
    • 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
    • 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
    • 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
    • G10L25/90—Pitch determination of speech signals
    • 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
    • G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
    • 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
    • G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
    • G10L2021/02166—Microphone arrays; Beamforming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2410/00—Microphones
    • H04R2410/01—Noise reduction using microphones having different directional characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Telephone Function (AREA)

Abstract

본 개시의 다양한 실시예에 따른 오디오 입출력 장치는 센서 모듈, 스피커, 복수의 마이크, 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 센서 모듈을 이용해 수신된 신호로부터 음성 존재 확률을 도출하고, 상기 도출된 음성 존재 확률을 이용해 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거할 수 있다.
그 외에도 다양한 실시예들이 가능하다.

Description

음성 신호를 처리하는 방법 및 이를 이용한 장치{METHOD FOR PROCESSING VOICE SIGNAL AND APPARATUS USING THE SAME}
본 개시의 다양한 실시예들은 음성 신호를 처리하는 방법 및 이를 이용한 장치에 관한 것이다.
이어폰과 같은 전자 장치는 스피커와 마이크를 포함하고 있어 음악이나 기타 음성을 출력할 수 있고 음성 신호를 취득할 수 있다. 최근에는 이어폰에 스피커 외에 마이크, 통신 모듈, 프로세서가 포함되어 개발되고 있다. 이러한 이어폰은 스피커를 포함하고 있어 음성 신호를 출력할 수 있고, 마이크를 포함하고 있어 음성 신호를 수신/취득할 수 있다. 또한, 이러한 이어폰은 통신 모듈을 이용해 수신된 음성 신호를 전자 장치로 전송하거나 전자 장치로부터 음성 신호를 수신할 수 있다.
이어폰을 이용한 다양한 어플리케이션이 개발됨에 따라 이어폰에 대한 기능 및 성능에 대한 관심과 요구사항이 증가하고 있다. 이어폰을 통해 음성 수신이 필요한 어플리케이션으로는 통화, 음성 인식, 및 보이스 레코딩이 있다.
마이크와 같은 음성 입력 장치가 사용자의 입과 멀리 배치되는 경우 사용자의 음성 취득에 어려움이 있을 수 있다. 예를 들어, 사용자의 음성보다 주변 잡음이 더 크게 음성 입력 장치로 수신될 수 있다.
이어폰과 같이 스피커와 마이크가 하나의 전자 장치에 포함되어 근거리에 위치하는 경우 사용자가 말하는 음성과 스피커로 출력되는 상대방이 말하는 음성의 구별에 어려움이 있을 수 있다. 스피커로 출력되는 상대말의 음성을 구별하지 못 하는 경우 다시 마이크로 입력되어 상대방에게 전송될 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치는 센서 모듈, 스피커, 복수의 마이크, 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 센서 모듈을 이용해 수신된 신호로부터 음성 존재 확률을 도출하고, 상기 도출된 음성 존재 확률을 이용해 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치의 동작 방법은 센서 모듈을 이용해 수신된 신호로부터 음성 존재 확률을 도출하는 동작, 및 상기 도출된 음성 존재 확률을 이용해 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예들에 따르면, 마이크가 사용자의 입과 떨어져 있는 경우에도 주변 소리와 같은 잡음을 제거할 수 있다.
본 발명의 다양한 실시예들에 따르면, 마이크와 스피커가 비교적 근거리에 위치하는 경우에도 스피커로 출력되는 음성과 마이크로 입력되는 음성을 구별할 수 있다.
본 발명의 다양한 실시예들에 따르면, 사용자 음성을 고품질로 수신할 수 있다.
도면의 설명과 관련하여, 동일 또는 유사한 구성 요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시에 따른, 오디오 모듈의 블록도이다.
도 3은 다양한 실시예에 따른 오디오 입출력 장치의 블록도이다.
도 4는 다양한 실시예에 따라 음성의 유효 주파수 대역을 확장하는 예를 나타낸 도면이다.
도 5는 다양한 실시예에 따라 음성 존재 확률을 이용하여 음성 신호를 추출한 예를 나타낸 도면이다.
도 6은 다양한 실시예에 따라 마이크를 통해 수신되는 신호의 예를 나타낸 도면이다.
도 7은 다양한 실시예에 따른 가속도 센서로 측정한 신호의 주파수 밴드별 에너지를 나타낸 도면이다.
도 8은 다양한 실시예에 따른 에코 환경에서 측정 및 처리한 신호의 결과를 나타낸 도면이다.
도 9는 다양한 실시예에 따른 오디오 입출력 장치가 음성 신호를 처리하는 순서도이다.
이하, 본 문서의 다양한 실시예가 첨부된 도면을 참조하여 기재될 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)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(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는, 다양한 실시에 따른, 오디오 모듈(170)의 블록도(200)이다. 도 2를 참조하면, 오디오 모듈(170)은, 예를 들면, 오디오 입력 인터페이스(210), 오디오 입력 믹서(220), ADC(analog to digital converter)(230), 오디오 신호 처리기(240), DAC(digital to analog converter)(250), 오디오 출력 믹서(260), 또는 오디오 출력 인터페이스(270)를 포함할 수 있다.
오디오 입력 인터페이스(210)는 입력 모듈(150)의 일부로서 또는 전자 장치(101)와 별도로 구성된 마이크(예: 다이나믹 마이크, 콘덴서 마이크, 또는 피에조 마이크)를 통하여 전자 장치(101)의 외부로부터 획득한 소리에 대응하는 오디오 신호를 수신할 수 있다. 예를 들어, 오디오 신호가 외부의 전자 장치(102)(예: 헤드셋 또는 마이크)로부터 획득되는 경우, 오디오 입력 인터페이스(210)는 상기 외부의 전자 장치(102)와 연결 단자(178)를 통해 직접, 또는 무선 통신 모듈(192)을 통하여 무선으로(예: Bluetooth 통신) 연결되어 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 오디오 입력 인터페이스(210)는 상기 외부의 전자 장치(102)로부터 획득되는 오디오 신호와 관련된 제어 신호(예: 입력 버튼을 통해 수신된 볼륨 조정 신호)를 수신할 수 있다. 오디오 입력 인터페이스(210)는 복수의 오디오 입력 채널들을 포함하고, 상기 복수의 오디오 입력 채널들 중 대응하는 오디오 입력 채널 별로 다른 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 추가적으로 또는 대체적으로, 오디오 입력 인터페이스(210)는 전자 장치(101)의 다른 구성 요소(예: 프로세서(120) 또는 메모리(130))로부터 오디오 신호를 입력 받을 수 있다.
오디오 입력 믹서(220)는 입력된 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 입력 믹서(220)는, 오디오 입력 인터페이스(210)를 통해 입력된 복수의 아날로그 오디오 신호들을 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.
ADC(230)는 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, ADC(230)는 오디오 입력 인터페이스(210)을 통해 수신된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 입력 믹서(220)를 통해 합성된 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다.
오디오 신호 처리기(240)는 ADC(230)를 통해 입력받은 디지털 오디오 신호, 또는 전자 장치(101)의 다른 구성 요소로부터 수신된 디지털 오디오 신호에 대하여 다양한 처리를 수행할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 신호 처리기(240)는 하나 이상의 디지털 오디오 신호들에 대해 샘플링 비율 변경, 하나 이상의 필터 적용, 보간(interpolation) 처리, 전체 또는 일부 주파수 대역의 증폭 또는 감쇄, 노이즈 처리(예: 노이즈 또는 에코 감쇄), 채널 변경(예: 모노 및 스테레오간 전환), 합성(mixing), 또는 지정된 신호 추출을 수행할 수 있다. 일실시예에 따르면, 오디오 신호 처리기(240)의 하나 이상의 기능들은 이퀄라이저(equalizer)의 형태로 구현될 수 있다.
DAC(250)는 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, DAC(250)는 오디오 신호 처리기(240)에 의해 처리된 디지털 오디오 신호, 또는 전자 장치(101)의 다른 구성 요소(예: 프로세서(120) 또는 메모리(130))로부터 획득한 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다.
오디오 출력 믹서(260)는 출력할 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 출력 믹서(260)는 DAC(250)를 통해 아날로그로 전환된 오디오 신호 및 다른 아날로그 오디오 신호(예: 오디오 입력 인터페이스(210)을 통해 수신한 아날로그 오디오 신호)를 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.
오디오 출력 인터페이스(270)는 DAC(250)를 통해 변환된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 출력 믹서(260)에 의해 합성된 아날로그 오디오 신호를 음향 출력 모듈(155)을 통해 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들어, dynamic driver 또는 balanced armature driver 같은 스피커, 또는 리시버를 포함할 수 있다. 일실시예에 따르면, 음향 출력 모듈(155)은 복수의 스피커들을 포함할 수 있다. 이런 경우, 오디오 출력 인터페이스(270)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. 일실시예에 따르면, 오디오 출력 인터페이스(270)는 외부의 전자 장치(102)(예: 외부 스피커 또는 헤드셋)와 연결 단자(178)를 통해 직접, 또는 무선 통신 모듈(192)을 통하여 무선으로 연결되어 오디오 신호를 출력할 수 있다.
일실시예에 따르면, 오디오 모듈(170)은 오디오 입력 믹서(220) 또는 오디오 출력 믹서(260)를 별도로 구비하지 않고, 오디오 신호 처리기(240)의 적어도 하나의 기능을 이용하여 복수의 디지털 오디오 신호들을 합성하여 적어도 하나의 디지털 오디오 신호를 생성할 수 있다.
일실시예에 따르면, 오디오 모듈(170)은 오디오 입력 인터페이스(210)를 통해 입력된 아날로그 오디오 신호, 또는 오디오 출력 인터페이스(270)를 통해 출력될 오디오 신호를 증폭할 수 있는 오디오 증폭기(미도시)(예: 스피커 증폭 회로)를 포함할 수 있다. 일실시예에 따르면, 상기 오디오 증폭기는 오디오 모듈(170)과 별도의 모듈로 구성될 수 있다.
도 3은 다양한 실시예에 따른 오디오 입출력 장치의 블록도이다.
다양한 실시예에 따르면, 오디오 입출력 장치(300)는 이어폰의 형태로 구현될 수 있다. 오디오 입출력 장치(300)는 도 1의 전자 장치(101)와 유선 또는 무선으로 연결될 수 있다. 오디오 입출력 장치(300)는 도 2의 오디오 모듈(170) 중 일부 구성을 더 포함할 수 있다.
다양한 실시예에 따르면, 오디오 입출력 장치(300)는 센서 모듈(305), 마이크(310-1, 310-2, 310-3), 프로세서(320), 및 스피커(380)를 포함할 수 있다.
다양한 실시예에 따르면, 센서 모듈(305)은 가속도 센서 또는/및 진동 센서를 포함할 수 있다. 센서 모듈(305)은 사용자가 말을 하는 경우, 사용자의 뼈 및/피부를 통해 성대의 진동을 검출할 수 있다. 센서 모듈(305)을 통해 입력되는 음성 신호는 주파수가 약 0 ~ 1kHz일 수 있다. 상대방의 음성 신호가 스피커로 출력되는 경우, 6kHz대역의 신호일 수 있다. 센서 모듈(305)은 스피커로 출력되는 상대방의 음성 신호를 검출할 수 있다. 센서 모듈(350)은 예를 들어, 0 ~ 6kHz대역의 신호를 검출할 수 있다.
다양한 실시예에 따르면, 마이크(310-1, 310-2, 310-3)는 복수로 구성될 수 있다. 예를 들어, 2개의 마이크(310-2, 310-3)는 오디오 입출력 장치(300)의 외측에 위치할 수 있고, 1개의 마이크(310-1)는 오디오 입출력 장치(300)의 내측에 위치할 수 있다. 마이크의 개수는 이보다 많을 수도 있고, 또는 적을 수도 있다. 또한, 마이크의 위치도 제한되는 것은 아니다.
다양한 실시예에 따르면, 프로세서(320)는 에코 제거(echo cancellation) 모듈(330), 음성 정보 추출(voice information extraction) 모듈(340), 적응 빔포머 필터(adaptive beamformer filter) 모듈(350), 사후 처리(post-processing) 모듈(360), 및 스펙트럼 선택기(370)를 포함할 수 있다.
다양한 실시예에 따르면, 에코 제거 모듈(330)은 음향 에코 캔슬러(acostic echo canceler, AEC)(332, 334, 336)를 포함할 수 있다. 에코 제거 모듈(330)은 복수 개의 음향 에코 캔슬러(332, 334, 336)를 포함할 수 있다. 다양한 실시예에 따르면, 복수의 음향 에코 캔슬러(332, 334, 336)는 마이크(310-1, 310-2, 310-3)와 각각 연결될 수 있다. 음향 에코 캔슬러(332, 334, 336)는 예를 들어, 양방향 통신 기기에서 사용자가 말한 음성이 마이크(310-1, 310-2, 310-3)를 통해 다시 들리지 않도록 처리하는 모듈일 수 있다.
다양한 실시예에 따르면, 음성 정보 추출 모듈(340)은 더블 토크(double talk, DT) 검출 모듈(342), 스펙트럴 마스크(spectral mask) 모듈(344), f0 (fundamental frequency, f0)추정 모듈(346)을 포함할 수 있다.
다양한 실시예에 따르면, 더블 토크 검출 모듈(342)은 센서 모듈(305)의 출력 신호를 입력받아 사용자와 상대방이 동시에 말하는지를 검출할 수 있다. 더블 토크 검출 모듈(342)은 더블 토크인지를 검출해 예를 들어, 플래그(flag)를 이용하여 에코 제거 모듈(330)로 전달할 수 있다.
다양한 실시예에 따르면, 더블 토크 검출 모듈(342)은 센서 모듈(305)의 출력 신호를 입력받아 주파수 밴드를 나누어 에너지를 비교해 더블 토크인지 여부를 검출할 수 있다. 더블 토크는 일예로 far-end 신호와 마이크 입력 신호 사이의 상관도(cross correlation)를 이용해 검출할 수 있다. 하지만, 이 경우 사용자 주변의 잡음에 의해 더블 토크 검출 성능이 현저히 떨어지는 문제를 가질 수 있다.
다양한 실시예에 따르면, 센서 모듈(305)을 통해 입력되는 사용자 음성은 성대의 진동이 뼈 및/또는 피부를 통해 전달되는 신호로 700Hz 이하의 신호로 저주파수 대역의 신호일 수 있다. 반면, 에코 신호는 오디오 입출력 장치(300)의 스피커(380)가 저대역 신호를 재생하지 못해 700Hz 이하에서는 에너지가 상대적으로 매우 적은 신호일 수 있다. 에코 신호는 사용자의 음성 신호 대비 고주파수 대역의 신호일 수 있다. 더블 토크 검출 모듈(342)은 저주파수 대역 신호와 고주파수 대역 신호의 에너지를 이용해 에코와 사용자 음성을 쉽게 구별할 수 있다. 더블 토크 검출 모듈(342)은 예를 들어, 저주파수 대역 신호의 에너지가 임계치보다 높으면, 사용자 음성 신호가 수신된 것으로 판단할 수 있고, 고주파수 대역 신호의 에너지가 임계치보다 높으면, 에코 신호가 수신된 것으로 판단할 수 있다. 더블 토크 검출 모듈(342)은 만약, 저주파수 대역 신호와 고주파수 대역 신호의 에너지가 모두 임계치보다 높으면 더블 토크로 검출할 수 있다. 다양한 실시예에 따르면, 센서 모듈(305) 중 가속도 센서는 주변 잡음에 강건하여 잡음이 있는 환경에서도 더블 토크를 검출할 수 있다.
다양한 실시예에 따르면, 더블 토크 검출 모듈(342)은 음악 감상 중에도 웨이크업(wake-up) 정확도가 향상될 수 있으며 연상량이 적어 항상 온(always-on) 모드로 동작할 수 있다. 다양한 실시예에 따르면, 더블 토크 검출 모듈(342)은 내측(인이어) 마이크(310-1)에도 적용할 수 있다.
다양한 실시예에 따르면, 스펙트럴 마스크 모듈(344)은 센서 모듈(305)의 출력 신호를 이용해 음성 신호 및 음성 하모닉(speech harmonic)을 검출할 수 있다. 스펙트럴 마스크 모듈(344)은 센서 모듈(305)의 출력 신호를 이용해 음성 존재 확률(speech presence probability, SPP)을 도출할 수 있다. 다양한 실시예에 따르면, 음성 존재 확률(SPP(f))은 주파수에 따른 입력 신호 대비 잡음의 비(signal-to-noise ratio, SNR)로 나타낼 수 있다. 다양한 실시예에 따르면, 주파수에 따른 입력 신호 대비 잡음의 비를 추정하기 위해 결정 지향(decision-directed) 기법이 이용될 수 있다. 음성 존재 확률(SPP(f))은 센서 모듈(305)을 통해 수신된 신호 중 음성 신호 대역인 0 ~ 1kHz에서 음성이 존재할 확률을 나타낸 것일 수 있다. 음성 존재 확률(SPP(f))은 아래의 [수학식 1]과 같이 나타낼 수 있다.
[수학식 1]
Figure pat00001
여기서, P(H1)는 음성 존재 확률, P(H0)는 음성 부재 확률,
Figure pat00002
는 a priori SNR,
Figure pat00003
은 스펙트럴 잡음 전력일 수 있다.
다양한 실시예에 따르면, f0 추정 모듈(346)은 사용자의 음성의 높이(pitch)를 이용해 기본 주파수(fundamental frequency, f0)를 예측할 수 있다. 예를 들어, 기본 주파수(f0)는 1/음성의 높이(pitch)로 예측될 수 있다. 다양한 실시예에 따르면, f0 추정 모듈(346)은 기본 주파수(f0)를 이용해 센서 모듈(305)의 유효 주파수 대역을 확장(예: ~ 2kHz, ~4kHz 등)할 수 있다. 센서 모듈(305)의 유효 주파수 대역이 확장되는 경우, 음성 존재 확률도 확장될 수 있다. 확장된 음성 존재 확률은 SPPe(f)로 표시될 수 있다.
다양한 실시예에 따르면, 적응 빔포머 필터(adaptive beamformer filter) 모듈(350)은 고정 빔포머(fixed beamformer) 모듈(352), 적응 블록킹 매트릭스(adaptive blocking matrix) 모듈(354), 및 적응 잡음 제거(adaptive noise cancellation) 모듈(356)을 포함할 수 있다. 적응 빔포머 필터 모듈(350)은 센서 모듈(305)을 이용해 획득한 음성 정보를 이용해 빔포밍할 수 있다. 다양한 실시예에 따르면 적응 빔포머 필터 모듈(350)은 GSC(generalized side-lob canceller) 빔포머일 수 있다.
다양한 실시예에 따르면, 고정 빔포머 모듈(352)은 고정 MVDR(minimum variance distortionless response) 필터를 이용해 빔을 형성할 수 있다. MVDR 필터는 빔포머의 지향 방향에 대한 타겟 신호의 왜곡없이 다른 방향의 잡음 신호 및 간섭 신호를 최소화 할 수 있다. 다양한 실시예에 따르면, MVDR 필터는 타겟 신호 외의 신호는 제한시키는 가중 벡터를 설계하여 빔 출력을 최소화할 수 있다. MVDR 필터를 구하기 위해, 음성 신호와 잡음 신호에 대한 공분산 행렬이 추정될 수 있다. 음성 신호의 공분산 행렬을 추정하기 위해 앞서 예측한 음성 존재 확률을 현재 입력 신호에 대한 가중치 값으로 이용하면 잡음 환경에서 보다 정확한 공분산 행렬이 예측될 수 있다. 같은 방법으로, 잡음에 대한 공분산 행렬이 예측될 수 있다. 잡음에 대한 공분산 행렬은 음성 부재 확률(speech absence probability, SAP)을 이용해 예측될 수 있고, 음성 부재 확률(SAP)는 (1-음성 존재 확률(SPP))의 관계가 성립할 수 있다. 음성 신호와 잡음 신호에 대한 공분산행렬을 수학식으로 나타내면 [수학식 2]과 같이 나타낼 수 있다.
[수학식 2]
Figure pat00004
Figure pat00005
여기서, X(f)는 입력 신호이고, [X1(f), X2(f)]의 2 x 1 벡터로 표현될 수 있다.
다양한 실시예에 따르면, 적응 블록킹 매트릭스 모듈(354)은 GEBM(generalized eigenvector blocking matrix)일 수 있다. 적응 블록킹 매트릭스 모듈(354)은 SPPe(f)를 step size로 이용해 NLMS ADF(normalized least mean squares adaptive filter)를 수행할 수 있다. 적응 블록킹 매트릭스 모듈(354)은 음성 누출(apeech leakage)을 제거할 수 있다.
다양한 실시예에 따르면, 적응 잡음 제거 모듈(356)은 (1- SPPe(f))를 step size로 이용해 NLMS ADF를 수행할 수 있다. 적응 잡음 제거 모듈(356)은 잔여 잡음을 제거할 수 있다.
다양한 실시예에 따르면, 사후 처리 모듈(360)은 피치 베이스드 하모닉 인핸서(pitch-based harmonic enhancer) 모듈(362)와 RES/NS(residual echo suppression/noise suppression) 모듈(364)을 포함할 수 있다. 사후 처리 모듈(360)은 적응 빔포머 필터 모듈(350)의 출력 신호를 cepstral 도메인으로 변환하여 f0 성분을 제외하고 스무딩(smoothing) 처리할 수 있다. 사후 처리 모듈(360)은 적응 빔포머 필터 모듈(350)의 출력 신호에서 f0 성분을 제외하고 스무딩 처리하여 사용자 음성 신호의 하모닉 성분은 유지하고 그 외 잡음 신호는 스무딩 처리해 잡음을 줄여주는 잡음 제거기(noise suppression, NS) 역할을 수행할 수 있다. f0 성분은 센서 모듈(305)을 통해 얻은 것일 수 있다.
다양한 실시예에 따르면, 스펙트럼 선택기(370)는 음성 하모닉 위치에서 적응 빔포머 필터 모듈(350)의 출력 신호와 내측(인이어) 마이크(310-1)의 출력 신호를 비교하여 두 신호 중 큰 신호를 출력할 수 있다.
도 4는 다양한 실시예에 따라 음성의 유효 주파수 대역을 확장하는 예를 나타낸 도면이다.
도 4를 참조하면, 도 4의 (a)는 센서 모듈(예: 도 3의 센서 모듈(305))을 통해 수신된 음성의 시간에 따른 주파수 성분을 나타낸 것이다. 센서 모듈(305)을 통해 수신된 음성의 시간에 따른 주파수 성분은 0 ~ 1kHz에 분포할 수 있다.
다양한 실시예에 따르면, 도 3의 f0 추정 모듈(346)은 음성 정보로 기본 주파수(f0)를 예측할 수 있다. 도 4의 (b)와 도 4의 (c)는 기본 주파수(f0)를 이용해 음성의 시간에 따른 주파수 성분을 확장한 예를 나타낸 것이다. 도 4의 (b)는 음성의 시간에 따른 주파수 성분을 2배 확장한 것이고, 도 4의 (c)는 음성의 시간에 따른 주파수 성분을 3배 확장한 것일 수 있다.
도 5는 다양한 실시예에 따라 음성 존재 확률을 이용하여 음성 신호를 추출한 예를 나타낸 도면이다.
다양한 실시예에 따르면, 도 5의 (a)는 외측 마이크(310-2, 310-3)을 통해 입력되는 신호를 나타낸 것이다. 외측 마이크(310-2, 310-3)을 통해 입력되는 신호에는 사용자의 음성 신호도 있지만 잡음이 포함될 수 있다. 다양한 실시예에 따르면, 외측 마이크(310-2, 310-3)을 통해 입력되는 신호에는 상대방이 말하는 음성 신호도 포함될 수 있다. 도 5의 (a)를 참조하면, 외측 마이크(310-2, 310-3)을 통해 입력되는 신호에는 사용자의 음성, 잡음, 에코 등이 포함될 수 있어 주파수 성분이 골고루 분포될 수 있다.
다양한 실시예에 따르면, 도 5의 (b)는 센서 모듈(예: 도 3의 센서 모듈(305))을 통해 입력되는 신호일 수 있다. 센서 모듈(305)은 가속도 센서를 포함할 수 있으며 사용자가 말을 하는 경우, 사용자 성대의 진동을 가속도 센서로 검출할 수 있다. 도 5의 (a)에서 도 5의 (b)의 신호가 없는 부분은 사용자의 음성이 아닌 주변 소음이나 상대방이 말하는 음성일 수 있다. 도 5의 (b)를 참조하면, 센서 모듈(305)을 통해 입력되는 신호의 음성 존재 확률(SPP(f))을 확장해 이용할 수 있다. 다만, 에코 신호 대역은 제외할 수 있다.
다양한 실시예에 따르면, 도 5의 (c)는 센서 모듈의 신호 즉, 음성 존재 확률(SPP(f))을 확장하여 이용해 사용자의 음성 신호를 검출한 예를 나타낸 것이다. 도 5의 (c)를 참조하면, 외측의 마이크(310-2, 310-3)를 통해 입력되는 신호인 도 5의 (a) 대비 잡음, 에코가 제거된 사용자의 음성 신호가 획득되었음을 확인할 수 있다.
도 6은 다양한 실시예에 따라 마이크를 통해 수신되는 신호의 예를 나타낸 도면이다.
도 6을 참조하면, 마이크를 통해 수신될 수 있는 신호의 다양한 예를 나타낸 것이다. 첫 번째 구간(610)은 상대방의 음성이 스피커로 재생되어 다시 마이크로 수신되는 싱글 에코(single echo)를 일 예로 나타낸 것일 수 있다. 두 번째 구간(620)은 사용자가 말하는 신호만이 수신되는 싱글 넷(single net)을 일 예로 나타낸 것일 수 있다. 세 번째 구간(630)은 사용자 음성과 스피커로 출력되는 상대방의 음성이 마이크로 수신되는 더블 토크를 일 예로 나타낸 것일 수 있다.
도 7은 다양한 실시예에 따른 가속도 센서로 측정한 신호의 주파수 밴드별 에너지를 나타낸 도면이다.
다양한 실시예에 따르면, 가속도 센서로 측정한 신호에는 고대역 주파수와 저대역 주파수가 모두 포함될 수 있다. 가속도 센서로 측정한 신호에는 잡음이 포함될 수 있어 에너지가 정해진 값(710)보다 큰 경우 신호가 존재하는 것으로 판단될 수 있다. 도 7을 참조하면, 샘플(또는 프레임)의 개수가 1.5*10^5까지 저대역 주파수의 신호가 측정되나 에너지가 작아 잡음으로 판단될 수 있다.
도 8은 다양한 실시예에 따른 에코 환경에서 측정 및 처리한 신호의 결과를 나타낸 도면이다.
다양한 실시예에 따르면, 도 8은 마이크로 수신되는 신호를 도 7의 가속도 센서로 측정한 신호와 비교해 나타내는 도면이다. 구체적으로, 도 8의 (a)는 상대방의 음성이 스피커로 출력되어 마이크로 입력되는 신호(rx reference signal)와 가속도 센서의 고대역 주파수 밴드 신호(810)를 나타낸 것이다. 다양한 실시예에 따르면, 상대방의 음성이 스피커로 출력되어 마이크로 입력되는 신호는 약 6kHz 대역의 신호일 수 있다. 다양한 실시예에 따르면, 가속도 센서를 통해 약 6kHz 대역까지의 신호가 검출될 수 있다. 오디오 입출력 장치(예: 도 3의 오디오 입출력 장치(300))는 가속도 센서를 이용해 약 6kHz 대역까지의 신호가 검출되면 상대방의 음성이 스피커로 출력되어 마이크로 입력되는 신호로 판단할 수 있다. 다양한 실시예에 따르면, 가속도 센서의 고대역 주파수 밴드 신호(810)(예: 6kHz 대역)는 임계값과 비교해 on 또는 off로 표시될 수 있다. 예를 들어, 가속도 센서의 고대역 주파수 밴드 신호(810)가 임계값과 비교해 크면 on으로 표시되고, 그렇지 않으면 off로 표시될 수 있다. 도 8의 (a)에서, 상대방의 음성이 스피커로 출력되어 마이크로 입력되는 신호가 존재하는 구간은 가속도 센서의 고대역 주파수 밴드 신호가 on이 구간일 수 있다. 이는 스피커가 저대역 주파수 신호를 재생하지 못해 고대역 주파수만을 출력하기 때문일 수 있다.
다양한 실시예에 따르면, 도 8의 (b)는 마이크를 통해 입력되는 음성 신호, 가속도 센서의 저대역 주파수 밴드 신호(830), 더블 토크(820)를 나타낸 것이다. 도 8의 (b)를 참조하면, 마이크를 통해 입력되는 음성 신호에는 사용자의 음성 신호 또는/및 상대방의 음성 신호가 포함될 수 있다. 다양한 실시예에 따르면, 가속도 센서의 저대역 주파수 밴드 신호(830)도 임계값과 비교해 on 또는 off로 표시될 수 있다. 예를 들어, 가속도 센서의 저대역 주파수 밴드 신호(830)가 임계값과 비교해 크면 on으로 표시되고, 그렇지 않으면 off로 표시될 수 있다. 마이크를 통해 입력되는 음성 신호 중 가속도 센서의 저대역 주파수 밴드 신호가 on이 되는 구간은 사용자의 음성 신호가 수신되는 구간일 수 있다. 마이크를 통해 입력되는 음성 신호 중 더블 토크는 사용자의 음성 신호 및 상대방의 음성 신호가 동시에 수신되는 구간일 수 있고, 그 외의 구간은 상대방의 음성 신호가 수신되는 구간일 수 있다.
다양한 실시예에 따르면, 도 8의 (c)는 가속도 센서의 신호를 나타낸 것일 수 있다. 도 8의 (c)의 가속도 센서의 신호에는 고대역 주파수 및 저대역 주파수가 모두 포함될 수 있다.
도 9는 다양한 실시예에 따른 오디오 입출력 장치가 음성 신호를 처리하는 순서도이다.
다양한 실시예에 따르면, 오디오 입출력 장치(예: 도 3의 오디오 입출력 장치(300))은 동작 910에서 센서 모듈(예: 도 3의 센서 모듈(305))을 이용해 수신된 신호로부터 음성 존재 확률을 도출할 수 있다. 다양한 실시예에 따르면, 음성 존재 확률(SPP(f))는 음성 신호 대 잡음의 비율로 표현될 수 있다. 잡음에는 에코 신호도 포함될 수 있다. 센서 모듈은 가속도 센서 또는/및 진동 센서를 포함할 수 있다.
다양한 실시예에 따르면, 센서 모듈을 이용해 수신된 신호는 사용자의 음성에 의한 성대의 진동이 수신된 신호일 수 있다. 사용자의 음성에 의한 성대의 진동은 특정 주파수 이하의 주파수 대역의 신호일 수 있다. 특정 주파수는 1kHz일 수 있다.
다양한 실시예에 따르면, 오디오 입출력 장치(300)은 동작 920에서 도출된 음성 존재 확률을 이용해 복수의 마이크(예: 도 3의 마이크(310-1, 310-2, 310-3)) 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거할 수 있다.
다양한 실시예에 따르면, 오디오 입출력 장치(300)는 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하의 주파수 대역의 일정 세기 이상의 신호이면, 도출한 음성 존재 확률을 사용자의 음성 신호의 음성 존재 확률로 판단할 수 있다. 오디오 입출력 장치(300)는 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거할 수 있다.
다양한 실시예에 따르면, 오디오 입출력 장치(300)는 상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 초과 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 상대방의 음성 신호의 음성 존재 확률로 판단할 수 있다. 오디오 입출력 장치(300)는 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하 및 특정 주파수 초과의 일정 세기 이상의 신호가 모두 존재하면 더블 토크로 판단할 수 있다.
다양한 실시예에 따르면, 오디오 입출력 장치(300)는 통신 모듈을 더 포함할 수 있어, 잡음이 제거된 음성 신호를 외부의 전자 장치로 전송할 수 있다. 오디오 입출력 장치(300)는 통신 모듈을 이용해 외부의 전자 장치로부터 음성 신호를 수신해 스피커(예: 도 3의 스피커(380))로 출력할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(예: 도 3의 오디오 입출력 장치(300))는 센서 모듈(예: 도 3의 센서 모듈(305)), 스피커(예: 도 3의 스피커(380)), 복수의 마이크(예: 도 3의 마이크(310-1, 310-2, 310-3)), 및 적어도 하나의 프로세서(예: 도 3의 프로세서(320))를 포함하고, 상기 적어도 하나의 프로세서(320)는, 상기 센서 모듈(305)을 이용해 수신된 신호로부터 음성 존재 확률을 도출하고, 상기 도출된 음성 존재 확률을 이용해 상기 복수의 마이크(310-1, 310-2, 310-3) 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)에 있어서, 상기 음성 존재 확률은, 음성 신호 대 잡음의 비율로 표현될 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)에 있어서, 상기 센서 모듈(305)을 이용해 수신된 신호는, 사용자의 음성에 의한 성대의 진동이 수신된 신호일 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 상기 적어도 하나의 프로세서(320)는, 상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하의 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 사용자의 음성 신호의 음성 존재 확률로 판단할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 상기 적어도 하나의 프로세서(320)는, 상기 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 상기 적어도 하나의 프로세서(320)는, 상기 음성 신호의 높이를 기초로 상기 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 상기 적어도 하나의 프로세서(320)는, 상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 초과 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 상대방의 음성 신호의 음성 존재 확률로 판단할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 상기 적어도 하나의 프로세서(320)는, 상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하 및 상기 특정 주파수 초과의 일정 세기 이상의 신호가 모두 존재하면 더블 토크로 판단할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 상기 센서 모듈(305)은, 가속도 센서 또는 진동 센서를 포함할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)는 통신 모듈을 더 포함하고, 상기 잡음이 제거된 음성 신호를 외부의 전자 장치로 전송할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법은 센서 모듈(305)을 이용해 수신된 신호로부터 음성 존재 확률을 도출하는 동작(910), 및 상기 도출된 음성 존재 확률을 이용해 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는 동작(920)을 포함할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법에서 상기 음성 존재 확률은, 음성 신호 대 잡음의 비율로 표현될 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법에서 상기 센서 모듈을 이용해 수신된 신호는, 사용자의 음성에 의한 성대의 진동이 수신된 신호일 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법은 상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하의 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 사용자의 음성 신호의 음성 존재 확률로 판단하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법에서 상기 잡음을 제거하는 동작은, 상기 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법에서 상기 잡음을 제거하는 동작은, 상기 음성 신호의 높이를 기초로 상기 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는 동작일 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법은 상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 초과 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 상대방의 음성 신호의 음성 존재 확률로 판단하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법은 상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하 및 상기 특정 주파수 초과의 일정 세기 이상의 신호가 모두 존재하면 더블 토크로 판단하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법에서 상기 센서 모듈을 이용해 수신된 신호는, 가속도 센서 또는 진동 센서를 이용해 수신된 신호일 수 있다.
본 개시의 다양한 실시예에 따른 오디오 입출력 장치(300)의 동작 방법은 상기 잡음이 제거된 음성 신호를 외부의 전자 장치로 전송하는 동작을 더 포함할 수 있다.
그 외에도 다양한 실시예들이 가능하다.
본 문서에 개시된 다양한 실시예들에 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 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 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 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (20)

  1. 오디오 입출력 장치에 있어서,
    센서 모듈;
    스피커;
    복수의 마이크; 및
    적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 센서 모듈을 이용해 수신된 신호로부터 음성 존재 확률을 도출하고,
    상기 도출된 음성 존재 확률을 이용해 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는, 오디오 입출력 장치.
  2. 제1항에 있어서, 상기 음성 존재 확률은,
    음성 신호 대 잡음의 비율로 표현되는, 오디오 입출력 장치.
  3. 제1항에 있어서, 상기 센서 모듈을 이용해 수신된 신호는,
    사용자의 음성에 의한 성대의 진동이 수신된 신호인, 오디오 입출력 장치.
  4. 제1항에 있어서, 상기 적어도 하나의 프로세서는,
    상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하의 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 사용자의 음성 신호의 음성 존재 확률로 판단하는, 오디오 입출력 장치.
  5. 제4항에 있어서, 상기 적어도 하나의 프로세서는,
    상기 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는, 오디오 입출력 장치.
  6. 제5항에 있어서, 상기 적어도 하나의 프로세서는,
    상기 음성 신호의 높이를 기초로 상기 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는, 오디오 입출력 장치.
  7. 제1항에 있어서, 상기 적어도 하나의 프로세서는,
    상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 초과 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 상대방의 음성 신호의 음성 존재 확률로 판단하는, 오디오 입출력 장치.
  8. 제1항에 있어서, 상기 적어도 하나의 프로세서는,
    상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하 및 상기 특정 주파수 초과의 일정 세기 이상의 신호가 모두 존재하면 더블 토크로 판단하는, 오디오 입출력 장치.
  9. 제1항에 있어서, 상기 센서 모듈은,
    가속도 센서 또는 진동 센서를 포함하는, 오디오 입출력 장치.
  10. 제1항에 있어서,
    통신 모듈을 더 포함하고,
    상기 잡음이 제거된 음성 신호를 외부의 전자 장치로 전송하는, 오디오 입출력 장치.
  11. 오디오 입출력 장치의 동작 방법에 있어서,
    센서 모듈을 이용해 수신된 신호로부터 음성 존재 확률을 도출하는 동작; 및
    상기 도출된 음성 존재 확률을 이용해 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는 동작을 포함하는, 오디오 입출력 장치의 동작 방법.
  12. 제11항에 있어서, 상기 음성 존재 확률은,
    음성 신호 대 잡음의 비율로 표현되는, 오디오 입출력 장치의 동작 방법.
  13. 제11항에 있어서, 상기 센서 모듈을 이용해 수신된 신호는,
    사용자의 음성에 의한 성대의 진동이 수신된 신호인, 오디오 입출력 장치의 동작 방법.
  14. 제11항에 있어서,
    상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하의 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 사용자의 음성 신호의 음성 존재 확률로 판단하는 동작을 더 포함하는, 오디오 입출력 장치의 동작 방법.
  15. 제14항에 있어서, 상기 잡음을 제거하는 동작은,
    상기 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는 동작을 더 포함하는, 오디오 입출력 장치의 동작 방법.
  16. 제15항에 있어서, 상기 잡음을 제거하는 동작은,
    상기 음성 신호의 높이를 기초로 상기 음성 존재 확률을 음성이 존재하는 전대역으로 확장하여 상기 복수의 마이크 중 적어도 하나로부터 수신된 음성 신호에서 잡음을 제거하는 동작인, 오디오 입출력 장치의 동작 방법.
  17. 제11항에 있어서,
    상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 초과 주파수 대역의 일정 세기 이상의 신호이면, 상기 도출한 음성 존재 확률을 상대방의 음성 신호의 음성 존재 확률로 판단하는 동작을 더 포함하는, 오디오 입출력 장치의 동작 방법.
  18. 제11항에 있어서,
    상기 센서 모듈을 이용해 수신된 신호가 특정 주파수 이하 및 상기 특정 주파수 초과의 일정 세기 이상의 신호가 모두 존재하면 더블 토크로 판단하는 동작을 더 포함하는, 오디오 입출력 장치의 동작 방법.
  19. 제11항에 있어서, 상기 센서 모듈을 이용해 수신된 신호는,
    가속도 센서 또는 진동 센서를 이용해 수신된 신호인, 오디오 입출력 장치의 동작 방법.
  20. 제11항에 있어서,
    상기 잡음이 제거된 음성 신호를 외부의 전자 장치로 전송하는 동작을 더 포함하는, 오디오 입출력 장치의 동작 방법.
KR1020200097147A 2020-08-04 2020-08-04 음성 신호를 처리하는 방법 및 이를 이용한 장치 KR20220017080A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200097147A KR20220017080A (ko) 2020-08-04 2020-08-04 음성 신호를 처리하는 방법 및 이를 이용한 장치
PCT/KR2021/009885 WO2022030880A1 (ko) 2020-08-04 2021-07-29 음성 신호를 처리하는 방법 및 이를 이용한 장치
US18/105,046 US20230186936A1 (en) 2020-08-04 2023-02-02 Method for processing voice signal, and apparatus using same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200097147A KR20220017080A (ko) 2020-08-04 2020-08-04 음성 신호를 처리하는 방법 및 이를 이용한 장치

Publications (1)

Publication Number Publication Date
KR20220017080A true KR20220017080A (ko) 2022-02-11

Family

ID=80118220

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200097147A KR20220017080A (ko) 2020-08-04 2020-08-04 음성 신호를 처리하는 방법 및 이를 이용한 장치

Country Status (3)

Country Link
US (1) US20230186936A1 (ko)
KR (1) KR20220017080A (ko)
WO (1) WO2022030880A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7046794B2 (en) * 2003-12-12 2006-05-16 Motorola, Inc. Double talk activity detector and method for an echo canceler circuit
FR2974655B1 (fr) * 2011-04-26 2013-12-20 Parrot Combine audio micro/casque comprenant des moyens de debruitage d'un signal de parole proche, notamment pour un systeme de telephonie "mains libres".
JP2015049897A (ja) * 2013-09-03 2015-03-16 パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 機器制御方法、音声機器制御システム、および供給装置
KR102478393B1 (ko) * 2018-02-12 2022-12-19 삼성전자주식회사 노이즈가 정제된 음성 신호를 획득하는 방법 및 이를 수행하는 전자 장치
KR20200017160A (ko) * 2018-08-08 2020-02-18 주식회사 케이티 음성을 인식하는 장치, 방법 및 컴퓨터 판독 가능 매체

Also Published As

Publication number Publication date
US20230186936A1 (en) 2023-06-15
WO2022030880A1 (ko) 2022-02-10

Similar Documents

Publication Publication Date Title
US10535362B2 (en) Speech enhancement for an electronic device
US20220208208A1 (en) Electronic device and method for controlling speech input/output of electronic device
US20220225008A1 (en) Electronic device for reducing internal noise and method thereof
KR20220017080A (ko) 음성 신호를 처리하는 방법 및 이를 이용한 장치
US20230379623A1 (en) Method for processing audio data and electronic device supporting same
US20230215453A1 (en) Electronic device for controlling beamforming and operating method thereof
KR20220096460A (ko) 전자 장치 및 전자 장치의 음성 입출력 제어 방법
US20230087784A1 (en) Electronic device including multi-way speaker and operation method thereof
KR20230067427A (ko) 빔포밍을 제어하는 전자 장치 및 이의 동작 방법
US20230283944A1 (en) Electronic device and method for outputting sound
US20240203437A1 (en) Electronic device for outputting sound and operating method thereof
US20230421946A1 (en) Audio data processing method and electronic device supporting same
US20230112073A1 (en) Electronic device for controlling ambient sound based on audio scene and operating method thereof
KR20240052598A (ko) 신호의 오류를 검출하기 위한 전자 장치 및 방법
US20230353684A1 (en) Method and electronic device for removing echo flowing in due to external device
KR20230052783A (ko) 오디오 장면에 기초하여 주변 사운드를 제어하는 전자 장치 및 그 동작방법
KR20220134308A (ko) 음성 신호 처리를 위한 전자 장치 및 방법
US20230262386A1 (en) Method and device for controlling microphone input/output by wireless audio device during multi-recording in electronic device
US20230077324A1 (en) Electronic device and operating method thereof
KR20240054829A (ko) 전자 장치 및 그 동작 방법
US20230026128A1 (en) Electronic device and method for generating audio signal
KR20240062055A (ko) 외부 소리를 전달하기 위한 전자 장치 및 전자 장치의 동작 방법
KR20230129893A (ko) 소리를 출력하기 위한 전자 장치 및 방법
KR20240020087A (ko) 능동형 노이즈 제거를 수행하는 전자 장치 및 그 동작 방법
KR20220118224A (ko) 오디오 데이터 처리 방법 및 이를 지원하는 전자 장치