KR20230068801A - 같은 공간 내의 다수의 디바이스와 통신시 발생하는 노이즈 제거 방법 및 이를 지원하는 장치 - Google Patents
같은 공간 내의 다수의 디바이스와 통신시 발생하는 노이즈 제거 방법 및 이를 지원하는 장치 Download PDFInfo
- Publication number
- KR20230068801A KR20230068801A KR1020210154953A KR20210154953A KR20230068801A KR 20230068801 A KR20230068801 A KR 20230068801A KR 1020210154953 A KR1020210154953 A KR 1020210154953A KR 20210154953 A KR20210154953 A KR 20210154953A KR 20230068801 A KR20230068801 A KR 20230068801A
- Authority
- KR
- South Korea
- Prior art keywords
- devices
- signals
- received
- same space
- same
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000003213 activating effect Effects 0.000 claims abstract description 6
- 238000010801 machine learning Methods 0.000 claims description 9
- 230000005236 sound signal Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000000415 inactivating effect Effects 0.000 abstract 1
- 230000006854 communication Effects 0.000 description 29
- 238000004891 communication Methods 0.000 description 28
- 238000005516 engineering process Methods 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000025721 COVID-19 Diseases 0.000 description 1
- 241001516908 Metabus Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M9/00—Arrangements for interconnection not involving centralised switching
- H04M9/08—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic
- H04M9/082—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic using echo cancellers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- H04R3/02—Circuits for transducers, loudspeakers or microphones for preventing acoustic reaction, i.e. acoustic oscillatory feedback
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Otolaryngology (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Acoustics & Sound (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
장치가 노이즈 제거를 수행하는 방법에 있어서, 복수의 디바이스로부터 신호를 수신하는 단계; 상기 수신된 신호를 기초로 상기 복수의 디바이스 중 같은 공간 내에 있는 디바이스를 판단하는 단계; 상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스로부터 수신된 신호의 세기를 비교하는 단계; 상기 수신된 신호 중 가장 센 신호의 세기를 갖는 제1 디바이스의 마이크 및 스피커를 활성화하는 단계; 및 상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스 중 상기 제1 디바이스를 제외한 나머지 디바이스의 마이크 및 스피커를 비활성화하는 단계를 포함하는 것을 제공한다.
Description
본 발명은 한 공간에서 다수의 디바이스와 통신 시 발생하는 노이즈 제거 방법 및 이를 지원하는 장치에 관한 것이다.
코로나로 인해 비대면(untact) 서비스에 대한 수요가 폭발적으로 증가하면서 화상회의, 게임, 메타버스 등 온라인에서의 양방향 커뮤니케이션이 중요하게 대두되고 있다. 특히 한 공간에서 다수의 사람들이 각자의 디바이스로 영상(또는 음성) 채팅을 할 때 이를 방해하는 하울링 및/또는 에코 등의 노이즈를 제거하는 기술은 커뮤니케이션을 하는데 필수 요소이다.
동일한 한 공간에서 다수의 사람들이 각자의 디바이스로 음성 커뮤니케이션을 하면 노이즈의 영향으로 인해 음성 품질이 떨어지는 경험을 빈번하게 겪는다. 여기서 발생하게 되는 노이즈가 하울링과 에코이다. 사용자의 목소리가 바로 옆 수신자의 마이크로 인입되어 다시 사용자에게 전달되는 에코 현상과 사용자의 목소리가 상대방에 도달하기 전 사용자가 위치한 공간에서 소리가 반사되어 다시 마이크로 인입되는 하울링 현상은 고질적인 음성품질 저하의 주범이다.
특정 고가 디바이스에는 기본적인 에코/하울링 제거 기능이 탑재되어 있으나, 그 외 대다수 경우에는 신호가 에코/하울링에 그대로 노출되는 문제가 있다.
또한, 서버/앱에서 제어하는 AI기반의 노이즈 캔슬링(noise canceling) 기술을 사용하여 음성과 노이즈를 구분하여 노이즈만 제거하는 방식도 있으나, 한 공간에서 다수의 디바이스로 커뮤니케이션을 할 때는 효율이 떨어지고 고도의 기술력이 필요한 문제점이 있다.
동일한 장소에서 다수의 디바이스간 발생하는 하울링 또는 에코를 극복할 수 있는 가장 단순한 방식은 하나의 디바이스에서만 마이크가 켜져 사운드가 인입되고 마찬가지로 하나의 디바이스에서만 사운드가 송출되는 것이다. 여기서 가장 중요한 부분은 동일한 장소에서 다수의 디바이스가 함께 있다는 것을 판단하여 최상의 음성 품질을 제공하는 디바이스의 마이크/스피커를 선택하는 방식이다.
따라서 본 발명이 해결하고자 하는 과제는 한 공간에서 다수의 디바이스로 영상/음성 통화 시 발생하는 하울링/에코 등 노이즈 제거를 위해 고주파수 인지 방식과 AI 기반 파형 인지 방식을 사용하는 방법을 제공하고자 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따르면 장치가 노이즈 제거를 수행하는 방법에 있어서, 복수의 디바이스로부터 신호를 수신하는 단계; 상기 수신된 신호를 기초로 상기 복수의 디바이스 중 같은 공간 내에 있는 디바이스를 판단하는 단계; 상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스로부터 수신된 신호의 세기를 비교하는 단계; 상기 수신된 신호 중 가장 센 신호의 세기를 갖는 제1 디바이스의 마이크 및 스피커를 활성화하는 단계; 및 상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스 중 상기 제1 디바이스를 제외한 나머지 디바이스의 마이크 및 스피커를 비활성화하는 단계를 포함할 수 있다.
또는, 상기 방법은 상기 복수의 디바이스 각각으로 가청주파수 이상의 서로 다른 고주파수의 신호를 전송하는 단계를 더 포함할 수 있다.
또는, 상기 방법은 상기 서로 다른 고주파수 중 동일한 고주파수가 인입되는 디바이스들을 같은 공간 내에 있는 상기 하나 이상의 특정 디바이스로 판단하는 단계를 포함할 수 있다.
또는, 상기 방법은 상기 복수의 디바이스로부터 수신된 신호 중 동일 파형을 갖는 신호에 대응하는 디바이스들을 같은 공간 내에 있다고 판단하는 단계를 포함할 수 있다.
또는, 상기 수신된 신호를 기초로 상기 복수의 디바이스가 같은 공간 내에 있는지 판단하는 단계는: 상기 서로 다른 고주파수의 신호가 미리 정의된 시간 이내에 수신되는 경우 같은 공간으로 판단하는 단계; 및 상기 서로 다른 고주파수의 신호가 미리 정의된 시간 이내에 수신되지 않는 경우 다른 공간으로 판단하는 단계를 더 포함할 수 있다.
또는, 상기 방법은 미리 정의된 시간 이내에 소리 세기만 다르고 파형이 동일한 신호가 수신되지 않는 경우, 상기 복수의 디바이스는 서로 다른 공간에 있다고 판단하는 단계를 더 포함할 수 있다.
또는, 상기 수신된 신호의 파형이 동일한지는 기계 학습 과정에 따라 결정되고, 상기 기계 학습 과정은: 전처리 과정을 통해 상기 수신된 신호로부터 노이즈를 제거한 제1 음성 신호 생성; 상기 제1 음성 신호의 주파수, 미분값, 피크 문턱치에 기반하여 학습을 위한 데이터를 생성; 상기 데이터에 대해 딥러닝 기법을 사용하여 파형의 종류를 분류하는 것을 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 노이즈 제거를 수행하는 장치에 있어서, 송수신기(transceiver); 및 상기 송수신기와 연결된 하나 이상의 프로세서 (processor)를 포함할 수 있다.
또는, 상기 송수신기는 복수의 디바이스로부터 신호를 수신하도록 구성되고, 상기 하나 이상의 프로세서는: 상기 수신된 신호를 기초로 상기 복수의 디바이스 중 같은 공간 내에 있는 디바이스를 판단하고; 상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스로부터 수신된 신호의 세기를 비교하고; 상기 수신된 신호 중 가장 센 신호의 세기를 갖는 제1 디바이스의 마이크 및 스피커를 활성화하고; 및 상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스 중 상기 제1 디바이스를 제외한 나머지 디바이스의 마이크 및 스피커를 비활성화하도록 구성될 수 있다.
또는, 상기 송수신기가 상기 복수의 디바이스 각각으로 가청주파수 이상의 서로 다른 고주파수의 신호를 전송하도록 구성될 수 있다.
또는, 상기 하나 이상의 프로세서는: 상기 서로 다른 고주파수 중 동일한 고주파수가 인입되는 디바이스들을 같은 공간 내에 있는 상기 하나 이상의 특정 디바이스로 판단하고; 또는 상기 복수의 디바이스로부터 수신된 신호 중 동일 파형을 갖는 신호에 대응하는 디바이스들을 같은 공간 내에 있다고 판단하도록 구성될 수 있다.
또는, 상기 하나 이상의 프로세서는: 상기 서로 다른 고주파수의 신호가 미리 정의된 시간 이내에 수신되는 경우 같은 공간으로 판단하고; 및 상기 서로 다른 고주파수의 신호가 미리 정의된 시간 이내에 수신되지 않는 경우 다른 공간에 있다고 판단하도록 구성되는 것을 더 포함할 수 있다.
또는, 상기 하나 이상의 프로세서는 미리 정의된 시간 이내에 소리 세기가 다르고 파형이 동일한 신호가 수신되지 않는 경우, 상기 복수의 디바이스는 서로 다른 공간에 있다고 판단하도록 구성될 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명에 따르면 특정 디바이스에 종속되지 않고 한 공간에서 다수의 디바이스로 음성 회의를 하거나 통화 시 발생하는 노이즈를 서버(또는 애플리케이션)에서 효율적으로 제거할 수 있는 효과가 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 서버와 복수의 디바이스간 통신하는 과정의 일 예시를 도시한다.
도 2는 본 발명에 따른 고주파수 인지 방식을 통한 노이즈 제거 방법을 도시한다.
도 3은 본 발명에 따른 소리 파형 인지 방식을 통한 노이즈 제거 방법을 도시한다.
도 4는 본 발명에 따른 다수의 디바이스 신호의 노이즈 제거 과정을 도시한 도면이다.
도 5는 본 발명에 따른 다수의 디바이스 신호의 노이즈 제거 과정의 플로우차트를 도시한다.
도 6은 본 발명이 구현될 수 있는 장치의 일 예를 나타낸다.
도 2는 본 발명에 따른 고주파수 인지 방식을 통한 노이즈 제거 방법을 도시한다.
도 3은 본 발명에 따른 소리 파형 인지 방식을 통한 노이즈 제거 방법을 도시한다.
도 4는 본 발명에 따른 다수의 디바이스 신호의 노이즈 제거 과정을 도시한 도면이다.
도 5는 본 발명에 따른 다수의 디바이스 신호의 노이즈 제거 과정의 플로우차트를 도시한다.
도 6은 본 발명이 구현될 수 있는 장치의 일 예를 나타낸다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른, 서버와 복수의 디바이스간 통신 과정을 도시한다.
도 1에 따르면 사용자의 음성이 디바이스의 마이크를 통해 인입된다. 디바이스 1 내지 n은 동일 공간에 위치하며, 이경우 사용자의 음성은 디바이스 1에만 인입되는 것이 아니라, 디바이스 2 내지 n의 마이크(2 내지 n)에도 인입된다.
즉, 사용자의 목소리가 바로 옆 수신자의 마이크로 인입되어 다시 나에게 전달되는 에코 현상과 사용자의 목소리가 상대방에 도달하기 전 사용자의 가 위치한 공간에서 소리가 반사되어 다시 마이크로 인입되는 하울링 현상이 발생한다.
이경우 다른 공간에 있는 디바이스 n+1의 스피커와 마이크에는 에코 현상과 하울링 현상이 발생하지 않으므로 문제가 없다.
그러나 같은 공간에 있는 디바이스의 스피커와 마이크에 반사된 소리가 인입되어 노이즈가 발생하는 문제가 존재한다.
이러한 노이즈를 쉽게 제거하는 방법은 동일 공간에 있는 디바이스 중 하나의 디바이스만 켜놓고 나머지 디바이스를 OFF 시키는 것이 있다.
이를 효율적으로 하기 위해 서버(또는 애플리케이션)가 인입되는 신호를 사용하여 동일 공간에 있는 디바이스들을 판단하고, 동일 공간 내 하나의 디바이스를 제외한 나머지 디바이스를 OFF 시키는 방식이 필요하다.
도 2는 본 발명에 따른 고주파수 인지 방식을 통한 노이즈 제거 방법을 도시한다.
서버(또는 애플리케이션)에서 상이한 고주파수를 생성하고, 복수의 디바이스 각각에게 상이한 고주파수 신호를 송출한다.
도 2에 따르면, 서버는 제1 내지 제 n+1 디바이스들에게 각각 상이한 제1 내지 제 n+1 고주파수 신호를 송출한다. 여기서 제1 내지 제 n+1 디바이스들에게 송출된 제 1 내지 제 n+1 고주파수 신호는 대응되도록 생성되었다.
고주파수 신호는 각 디바이스의 스피커를 통해 송출되고, 송출된 고주파수 신호는 각 디바이스의 마이크로 인입된다. 마이크로 인입된 고주파수 신호는 네트워크 망을 통해 서버(또는 애플리케이션)로 인입된다.
도 2에 따르면, 제1 내지 제 n+1 디바이스들의 스피커(1 내지 n+1)를 통해 제1 내지 제 n+1 고주파수 신호들이 각각 송출된다. 같은 공간에 있는 제1 내지 제 n 디바이스들의 마이크(1 내지 n)를 통해 제1 내지 제 n 고주파수 신호가 인입된다. 다른 공간에 있는 제 n+1 디바이스의 마이크(n+1)에는 제 n+1 고주파수 신호만 인입된다.
상기 복수의 디바이스들에 인입된 고주파수 신호는 네트워크 망을 통해 서버(또는 애플리케이션)로 전달된다.
서버가 발생시킨 제1 내지 제 n+1 고주파수 신호들 중, 제1 내지 제 n 고주파수가 함께 인입되므로, 서버는 제1 내지 제 n 디바이스들이 같은 공간 내에 있다고 판단한다. 제 n+1 고주파수 신호는 함께 인입되지 않으므로, 서버는 제 n+1 고주파수 신호에 대응되는 제 n+1 디바이스를 제1 내지 제 n 디바이스들과 다른 공간에 있다고 판단한다.
예시적인 실시예에서, 서버는 3초(sec) 이내에 서버에서 송출한 고주파수가 함께 서버로 인입되는 경우, 해당 고주파수가 송출된 디바이스들이 같은 공간에 있다고 판단할 수 있다. 상기 3초의 시간은 미리 정의된 시간으로 사용자에 의해 변경 가능하다.
서버는 노이즈(에코 또는 하울링)를 제거하기 위해 고주파 신호 세기가 가장 큰 디바이스의 스피커 및 마이크만 ON 으로 활성화 시킬 수 있다.
도 2에 따르면, 제1 디바이스의 스피커를 통해 송출된 고주파수 세기와, 제1 디바이스의 마이크를 통해 인입된 고주파수 세기가 가장 크다고 판단되는 경우, 제1 디바이스의 스피커와 마이크만 ON 으로 활성화된다. 제1 디바이스와 같은 공간 내에 있다고 판단된 나머지 디바이스들, 즉 제2 내지 제 n 디바이스는 OFF 된다.
또한, 제1 디바이스와 다른 공간 내에 있다고 판단된 제 n+1 디바이스는 OFF 되지 않고 ON 으로 유지된다.
도 3은 본 발명에 따른 소리 파형 인지 방식을 통한 노이즈 제거 방법을 도시한다.
소리 파형이 발생하면, 해당 소리 파형이 발생한 공간 내 디바이스들의 마이크를 통해 소리가 인입된다.
도 3을 참고하면, 동일 공간에서 발생한 소리 파형이, 유형은 같으나 소리 세기만 다르게 하여 동일 공간 내 제 1 내지 제 n 디바이스의 마이크를 통해 인입된다. 인입된 소리는 네트워크 망을 통해 서버(또는 애플리케이션)로 전달된다. 소리 파형이 발생한 공간과 다른 공간에 존재하는 제 n+1 디바이스로는 해당 소리는 인입되지 않는다.
서버(또는 애플리케이션)는 소리의 세기만 다르고 동일한 유형의 파형을 갖는 신호를 수신하면, 동일 공간 내의 디바이스를 통해 인입된 것으로 판단할 수 있다.
예를들어, 도 3을 참고하면, 제 1 내지 제 n 디바이스의 마이크를 통해 3초 이내에 소리 세기만 다른 동일한 유형의 파형이 인입되므로, 서버는 제 1 내지 제 n 디바이스를 같은 공간 내에 있다고 판단 할 수 있다. 제 n+1 디바이스의 마이크를 통해 3초 이내에 소리 세기만 다르고 동일한 유형의 파형이 인입되지 않으므로, 서버는 제 n+1 디바이스는 제 1 내지 제 n 디바이스들과 다른 공간에 있다고 판단할 수 있다. 여기서 3초의 시간은 미리 정의된 시간으로, 변경 가능하다.
예시적인 실시예에서, 서버는 AI(artificial intelligence)을 이용하여 인입되는 신호들의 파형이 동일한지 여부를 판단할 수 있다.
상기 수신된 신호의 파형이 동일한지는 기계 학습 과정에 따라 결정될 수 있다. 상기 기계 학습 과정은 전처리 과정을 통해 상기 수신된 신호로부터 노이즈를 제거한 제1 음성 신호를 생성하고, 상기 제1 음성 신호의 주파수, 미분값, 피크 문턱치에 기반하여 학습을 위한 데이터를 생성한다. 상기 데이터에 대해 딥러닝 기법을 사용하여 파형의 종류를 분류한다. 서버는, 상기 기계 학습을 통해 분류된 파형의 종류 중 동일한 파형을 갖는 신호가 인입된 디바이스들은 동일 공간 내에 있다고 판단할 수 있다.
또한, 동일 공간 내 디바이스들에 인입되는 신호로 인해 노이즈가 발생하므로, 노이즈 제거가 필요하다.
서버는 제1 내지 제 n 디바이스들이 동일 공간 내 존재한다고 판단 후, 노이즈 제거를 위해 하나의 디바이스의 마이크 및 스피커만 ON 으로 활성화시킬 수 있다.
서버는 인입된 소리의 세기가 가장 큰 디바이스의 마이크 및 스피커만 ON 으로 활성화 시키고, 나머지 디바이스의 마이크 및 스피커는 OFF 시킴으로써, 노이즈 제거를 수행할 수 있다.
제1 내지 제 n 디바이스들과 다른 공간에 존재하는 제 n+1 디바이스의 마이크에 인입되는 신호에는 노이즈가 발생하지 않으므로, 제 n+1 디바이스의 마이크 및 스피커는 ON 이 유지된다.
신호의 파형을 인지하는 방식을 사용하면, 생활 속에서 발생할 수 있는 고주파수의 소음을 오인지하여 마이크를 OFF 하는 오류를 방지할 수 있다.
도 4는 본 발명에 따른 다수의 디바이스 신호의 노이즈 제거 과정을 도시한 도면이다.
서버는 디바이스 1 내지 N 각각에 대응되는 제1 내지 N 신호를 송출한다. 디바이스 1은 제1 신호를 수신하고, 디바이스 N은 제 N 신호를 수신한다.
디바이스 1 내지 N은 스피커를 통해 인입한 제1 내지 N 신호를 송출한다.
상세하게는, 서버는 디바이스 별로 가청주파수(16-20kHz) 이상의 서로 다른 고주파수를 송출한다.
디바이스 1 내지 N의 스피커를 통해 송출된 신호는 동일 공간 내 존재하는 디바이스들의 스피커를 통해 인입되어 서버로 전달된다.
다만, AI 기반 소리 파형 방식을 사용하는 경우, 서버는 디바이스 별로 신호를 송출하지 않고, 디바이스 마이크를 통해 인입된 소리 파형을 이용한다. 즉 서버는 사용자가 송출한 소리 파형이 디바이스 마이크를 통해 인입되고, 이를 수신한다.
서버는 인입된 신호를 통해 디바이스 1 내지 N 중 동일 공간 내에 있는 디바이스들을 판단한다.
고주파수를 사용하는 예시적인 실시예에서, 디바이스 1, 3, 5의 마이크에 제1, 3, 5 신호가 인입되어 서버로 전달된 경우, 서버는 디바이스 1, 3, 5가 같은 공간 내에 있다고 판단할 수 있다.
고주파수를 사용하는 또 다른 실시예에서, 서버가 디바이스 1 내지 N을 통해 제 1 내지 N 신호가 인입되어 수신한 경우, 동일 공간 내 디바이스 1 내지 N이 있다고 판단할 수 있다.
소리 파형을 사용하는 예시적인 실시예에서, 서버는 소리의 세기만 다른 동일한 파형들이 인입되면 해당 파형을 인입하여 전달한 디바이스들이 동일한 공간 내에 있다고 판단한다.
서버는 디바이스 1 내지 N으로 송출 및 수신되는 신호들의 에코와 하울링 현상을 방지하기 위해, 동일한 공간 내에 있는 디바이스들 중 하나의 디바이스의 마이크/스피커만 ON으로 활성화 하고, 나머지 다비이스들의 마이크/스피커를 OFF 시킬 수 있다.
ON으로 활성화시킬 디바이스를 결정하기 위해, 서버는 인입된 신호들 중 가장 큰 소리 세기를 갖는 신호를 기초로 ON으로 활성화시킬 디바이스를 결정한다.
고주파수를 사용하는 예시적인 실시예에서, 고주파수들이 인지되는 디바이스 중 소리의 세기(진폭 or dB)가 가장 큰 디바이스의 마이크/스피커만 ON으로 활성화되고 그 외 디바이스들은 OFF 된다.
소리 파형을 사용하는 예시적인 실시예에서, AI 기반으로 진폭이 동일한 파형들이 인지되는 디바이스 중 소리의 세기(진폭 or dB)가 가장 큰 디바이스의 마이크/스피커만 ON으로 활성화하고 그 외 디바이스들은 OFF 된다.
도면은 고주파수를 사용하는 실시예 중심으로 도시되었으나, 소리 파형을 사용하는 경우에도 적용 가능하다.
도 5는 본 발명에 따른 다수의 디바이스 신호의 노이즈 제거 과정의 플로우차트를 도시한다.
상세하게는, 도 5는 서버가 잔향(노이즈) 제거를 수행하는 과정을 도시하고 있다.
서버는 다수의 디바이스 별로 신호를 송출한다(501). 상세하게는, 고주파수 방식을 사용하는 경우 서버는 가청 주파수 이상의 다른 고주파수를 각 디바이스에게 송출한다.
서버는 다수의 디바이스로부터 신호를 수신한다(503).
상세하게는, 고주파수 방식을 사용하는 경우, 서버가 송출한 신호를 다수의 디바이스가 스피커를 통해 송출하고, 송출된 신호는 다수의 디바이스의 마이크로 인입되고, 이렇게 인입되는 신호를 서버가 수신한다.
상세하게는, 소리 파형 방식을 이용하는 경우, 디바이스 별로 인입된 소리 파형을 갖는 신호를 서버가 수신한다.
서버는 수신된 신호를 기초로 다수의 디바이스가 같은 공간 내에 있는지 판단한다(505).
상세하게는, 고주파수 방식을 사용하는 경우, 서버는 동일한 고주파수가 인입된 디바이스들이 같은 공간에 있다고 판단할 수 있다.
상세하게는 소리 파형 방식을 이용하는 경우, 서버는 소리의 세기만 다르고 동일한 유형의 파형을 갖는 신호를 수신하면, 해당 신호는 동일 공간 내의 디바이스를 통해 인입된 것으로 판단한다.
서버는 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스로부터 수신된 신호의 세기를 비교한다. 상기 수신된 신호 중 가장 센 신호의 세기를 갖는 디바이스의 마이크 및 스피커를 활성화하고, ON으로 활성화된 디바이스를 제외한 나머지 디바이스의 마이크 및 스피커를 비활성화한다(OFF 한다)(509).
서버는 다른 공간 내에 있는 디바이스의 마이크/스피커에 대하여는 ON을 유지한다(507).
본 발명에 따르면 특정 디바이스에 종속되지 않고 한 공간에서 다수의 디바이스로 회의시 서버에서 노이즈를 효율적으로 제거할 수 있다.
도 6은 본 발명이 구현될 수 있는 장치의 일 예를 나타낸다.
도 6을 참고하면 장치는 입/출력부(610), 통신부(620), 메모리(630) 및 프로세서(640)를 포함할 수 있다.
입/출력부(610)는 사용자 입력을 받거나 또는 사용자에게 정보를 출력하는 각종 인터페이스나 연결 포트 등일 수 있다. 입/출력부(610)는 입력 모듈과 출력 모듈로 구분될 수 있는데, 입력 모듈은 사용자로부터 사용자 입력을 수신한다. 사용자 입력은 키 입력, 터치 입력, 음성 입력을 비롯한 다양한 형태로 이루어질 수 있다. 이러한 사용자 입력을 받을 수 있는 입력 모듈의 예로는 전통적인 형태의 키패드나 키보드, 마우스는 물론, 사용자의 터치를 감지하는 터치 센서, 음성 신호를 입력 받는 마이크, 영상 인식을 통해 제스처 등을 인식하는 카메라, 사용자 접근을 감지하는 조도 센서나 적외선 센서 등으로 구성되는 근접 센서, 가속도 센서나 자이로 센서 등을 통해 사용자 동작을 인식하는 모션 센서 및 그 외의 다양한 형태의 사용자 입력을 감지하거나 입력 받는 다양한 형태의 입력 수단을 모두 포함하는 포괄적인 개념이다. 여기서, 터치 센서는 디스플레이 패널에 부착되는 터치 패널이나 터치 필름을 통해 터치를 감지하는 압전식 또는 정전식 터치 센서, 광학적인 방식에 의해 터치를 감지하는 광학식 터치 센서 등으로 구현될 수 있다. 이외에도 입력 모듈은 자체적으로 사용자 입력을 감지하는 장치 대신 사용자 입력을 입력 받는 외부의 입력 장치를 연결시키는 입력 인터페이스(USB 포트, PS/2 포트 등)의 형태로 구현될 수도 있다. 또 출력 모듈은 각종 정보를 출력해 사용자에게 이를 제공할 수 있다. 출력 모듈은 영상을 출력하는 디스플레이, 소리를 출력하는 스피커 (및/또는 이와 연결된 증폭기 (amplifier)), 진동을 발생시키는 햅틱 장치 및 그 외의 다양한 형태의 출력 수단을 모두 포함하는 포괄적인 개념이다. 이외에도 출력 모듈은 상술한 개별 출력 수단을 연결시키는 포트 타입의 출력 인터페이스의 형태로 구현될 수도 있다.
일 예로, 디스플레이 형태의 출력 모듈은 텍스트, 정지 영상, 동영상을 디스플레이 할 수 있다. 디스플레이는 액정 디스플레이(LCD: Liquid Crystal Display), 발광 다이오드(LED: light emitting diode) 디스플레이, 유기 발광 다이오드(OLED: Organic Light Emitting Diode) 디스플레이, 평판 디스플레이(FPD: Flat Panel Display), 투명 디스플레이(transparent display), 곡면 디스플레이(Curved Display), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 홀로그래픽 디스플레이(holographic display), 프로젝터 및 그 외의 영상 출력 기능을 수행할 수 있는 다양한 형태의 장치를 모두 포함하는 광의의 영상 표시 장치를 의미하는 개념이다. 이러한 디스플레이는 입력 모듈의 터치 센서와 일체로 구성된 터치 디스플레이의 형태일 수도 있다.
통신부(620)는 외부 기기와 통신할 수 있으며, 송수신기(transceiver)를 포함한다. 따라서, 장치(디바이스)는 통신부를 통해 외부 기기와 정보를 송수신할 수 있다. 예를 들어, 장치는 통신부를 이용해 서버에서 생성한 신호가 다수의 디바이스에 송출되도록 디바이스와 서버간 통신을 수행할 수 있다. 또는 통신부를 이용해 디바이스의 마이크에 인입된 신호가 서버에 전송되도록 통신을 수행할 수 있다.
여기서, 통신, 즉 데이터의 송수신은 유선 또는 무선으로 이루어질 수 있다. 이를 위해 통신부는 LAN(Local Area Network)를 통해 인터넷 등에 접속하는 유선 통신 모듈, 이동 통신 기지국을 거쳐 이동 통신 네트워크에 접속하여 데이터를 송수신하는 이동 통신 모듈, 와이파이(Wi-Fi) 같은 WLAN(Wireless Local Area Network) 계열의 통신 방식이나 블루투스(Bluetooth), 직비(Zigbee)와 같은 WPAN(Wireless Personal Area Network) 계열의 통신 방식을 이용하는 근거리 통신 모듈, GPS(Global Positioning System)과 같은 GNSS(Global Navigation Satellite System)을 이용하는 위성 통신 모듈 또는 이들의 조합으로 구성될 수 있다. 통신에 사용되는 무선 통신 기술은 저전력 통신을 위한 NB-IoT (Narrowband Internet of Things) 를 포함할 수 있다. 이때, 예를 들어 NB-IoT 기술은 LPWAN (Low Power Wide Area Network) 기술의 일례일 수 있고, LTE Cat (category) NB1 및/또는 LTE Cat NB2 등의 규격으로 구현될 수 있으며, 상술한 명칭에 한정되는 것은 아니다. 추가적으로 또는 대체적으로, 다양한 실시예들에 따른 무선 기기에서 구현되는 무선 통신 기술은 LTE-M 기술을 기반으로 통신을 수행할 수 있다. 이때, 일 예로, LTE-M 기술은 LPWAN 기술의 일례일 수 있고, eMTC (enhanced Machine Type Communication) 등의 다양한 명칭으로 불릴 수 있다. 예를 들어, LTE-M 기술은 1) LTE CAT 0, 2) LTE Cat M1, 3) LTE Cat M2, 4) LTE non-BL(non-Bandwidth Limited), 5) LTE-MTC, 6) LTE Machine Type Communication, 및/또는 7) LTE M 등의 다양한 규격 중 적어도 어느 하나로 구현될 수 있으며 상술한 명칭에 한정되는 것은 아니다. 추가적으로 또는 대체적으로, 다양한 실시예들에 따른 무선 기기에서 구현되는 무선 통신 기술은 저전력 통신을 고려한 지그비(ZigBee), 블루투스(Bluetooth) 및 저전력 광역 통신망(Low Power Wide Area Network, LPWAN) 중 적어도 어느 하나를 포함할 수 있으며, 상술한 명칭에 한정되는 것은 아니다. 일 예로 ZigBee 기술은 IEEE 802.15.4 등의 다양한 규격을 기반으로 소형/저-파워 디지털 통신에 관련된 PAN(personal area networks)을 생성할 수 있으며, 다양한 명칭으로 불릴 수 있다.
메모리(630)는 각종 정보를 저장할 수 있다. 메모리는 데이터를 임시적으로 또는 반영구적으로 저장할 수 있다. 예를 들어, 메모리에는 제1 디바이스 및/또는 제2 디바이스를 구동하기 위한 운용 프로그램(OS: Operating System), 웹 사이트를 호스팅하기 위한 데이터 생성을 위한 프로그램 내지는 어플리케이션(예를 들어, 웹 어플리케이션)에 관한 데이터 등이 저장될 수 있다. 또, 메모리는 상술한 바와 같이 모듈들을 컴퓨터 코드 형태로 저장할 수 있다.
메모리(630)의 예로는 하드 디스크(HDD: Hard Disk Drive), SSD(Solid State Drive), 플래쉬 메모리(flash memory), 롬(ROM: Read-Only Memory), 램(RAM: Random Access Memory) 등이 있을 수 있다. 이러한 메모리는 내장 타입 또는 탈부착 가능한 타입으로 제공될 수 있다.
프로세서(640)는 장치(디바이스)의 전반적인 동작을 제어한다. 이를 위해 프로세서(640)는 각종 정보의 연산 및 처리를 수행하고 제1 디바이스 및/또는 제2 디바이스의 구성요소들의 동작을 제어할 수 있다. 예를 들어, 프로세서(640)는 동일 공간 내 함께 있는 디바이스를 판단하거나, 디바이스의 마이크 및 스피커를 활성화시킬 수 있을 것이다. 프로세서(640)는 하드웨어 소프트웨어 또는 이들의 조합에 따라 컴퓨터나 이와 유사한 장치로 구현될 수 있다. 하드웨어적으로 프로세서(640)는 전기적인 신호를 처리하여 제어 기능을 수행하는 전자 회로 형태로 제공될 수 있으며, 소프트웨어적으로는 하드웨어적인 프로세서(240)를 구동시키는 프로그램 형태로 제공될 수 있다. 한편, 이하의 설명에서 특별한 언급이 없는 경우에는 제1 디바이스 및/또는 제2 디바이스의 동작은 프로세서(640)의 제어에 의해 수행되는 것으로 해석될 수 있다. 즉, 인공 지능 기반 교통 안전 시스템에 구현되는 모듈들이 실행되는 경우, 모듈들은 프로세서(640)가 제1 디바이스 및/또는 제2 디바이스를 이하의 동작들을 수행하도록 제어하는 것으로 해석될 수 있다.
요약하면, 본 발명은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 다양한 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.
하드웨어에 의한 구현의 경우, 본 발명에 따른 방법은 하나 또는 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명에 따른 방법은 이하에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 예를 들어, 소프트웨어 코드는 메모리에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리는 상기 프로세서 내부 또는 외부에 위치할 수 있으며, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
610 : 입/출력부
620 : 통신부
630 : 메모리
640 : 프로세서
620 : 통신부
630 : 메모리
640 : 프로세서
Claims (13)
- 장치가 노이즈 제거를 수행하는 방법에 있어서,
복수의 디바이스로부터 신호를 수신하는 단계;
상기 수신된 신호를 기초로 상기 복수의 디바이스 중 같은 공간 내에 있는 디바이스를 판단하는 단계;
상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스로부터 수신된 신호의 세기를 비교하는 단계;
상기 수신된 신호 중 가장 센 신호의 세기를 갖는 제1 디바이스의 마이크 및 스피커를 활성화하는 단계; 및
상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스 중 상기 제1 디바이스를 제외한 나머지 디바이스의 마이크 및 스피커를 비활성화하는 단계를 포함하는, 방법.
- 제 1 항에 있어서,
상기 복수의 디바이스 각각으로 가청주파수 이상의 서로 다른 고주파수의 신호를 전송하는 단계를 더 포함하는, 방법.
- 제 2 항에 있어서,
상기 수신된 신호를 기초로 상기 복수의 디바이스 중 같은 공간 내에 있는 디바이스를 판단하는 단계는 상기 서로 다른 고주파수 중 동일한 고주파수가 인입되는 디바이스들을 같은 공간 내에 있는 상기 하나 이상의 특정 디바이스로 판단하는 단계를 포함하는, 방법.
- 제 1 항에 있어서,
상기 수신된 신호를 기초로 상기 복수의 디바이스 중 같은 공간 내에 있는 디바이스를 판단하는 단계는 상기 복수의 디바이스로부터 수신된 신호 중 동일 파형을 갖는 신호에 대응하는 디바이스들을 같은 공간 내에 있다고 판단하는 단계를 포함하는, 방법.
- 제 3 항에 있어서,
상기 수신된 신호를 기초로 상기 복수의 디바이스가 같은 공간 내에 있는지 판단하는 단계는:
상기 서로 다른 고주파수의 신호가 미리 정의된 시간 이내에 수신되는 경우 같은 공간으로 판단하는 단계; 및
상기 서로 다른 고주파수의 신호가 미리 정의된 시간 이내에 수신되지 않는 경우 다른 공간으로 판단하는 단계를 더 포함하는 방법.
- 제 4 항에 있어서,
미리 정의된 시간 이내에 소리 세기만 다르고 파형이 동일한 신호가 수신되지 않는 경우, 상기 복수의 디바이스는 서로 다른 공간에 있다고 판단하는 단계를 더 포함하는, 방법.
- 제 4 항에 있어서,
상기 수신된 신호의 파형이 동일한지는 기계 학습 과정에 따라 결정되고,
상기 기계 학습 과정은:
전처리 과정을 통해 상기 수신된 신호로부터 노이즈를 제거한 제1 음성 신호 생성;
상기 제1 음성 신호의 주파수, 미분값, 피크 문턱치에 기반하여 학습을 위한 데이터를 생성;
상기 데이터에 대해 딥러닝 기법을 사용하여 파형의 종류를 분류하는 것을 더 포함하는, 방법.
- 노이즈 제거를 수행하는 장치에 있어서,
송수신기(transceiver); 및
상기 송수신기와 연결된 하나 이상의 프로세서 (processor)를 포함하고,
상기 송수신기는 복수의 디바이스로부터 신호를 수신하도록 구성되고,
상기 하나 이상의 프로세서는:
상기 수신된 신호를 기초로 상기 복수의 디바이스 중 같은 공간 내에 있는 디바이스를 판단하고;
상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스로부터 수신된 신호의 세기를 비교하고;
상기 수신된 신호 중 가장 센 신호의 세기를 갖는 제1 디바이스의 마이크 및 스피커를 활성화하고; 및
상기 같은 공간 내에 있다고 판단된 하나 이상의 특정 디바이스 중 상기 제1 디바이스를 제외한 나머지 디바이스의 마이크 및 스피커를 비활성화하도록 구성되는, 장치.
- 제 8 항에 있어서,
상기 송수신기가 상기 복수의 디바이스 각각으로 가청주파수 이상의 서로 다른 고주파수의 신호를 전송하도록 구성되는, 장치.
- 제 9 항에 있어서,
상기 하나 이상의 프로세서는:
상기 서로 다른 고주파수 중 동일한 고주파수가 인입되는 디바이스들을 같은 공간 내에 있는 상기 하나 이상의 특정 디바이스로 판단하고; 또는
상기 복수의 디바이스로부터 수신된 신호 중 동일 파형을 갖는 신호에 대응하는 디바이스들을 같은 공간 내에 있다고 판단하도록 구성되는, 장치.
- 제 10 항에 있어서,
상기 하나 이상의 프로세서는:
상기 서로 다른 고주파수의 신호가 미리 정의된 시간 이내에 수신되는 경우 같은 공간으로 판단하고; 및
상기 서로 다른 고주파수의 신호가 미리 정의된 시간 이내에 수신되지 않는 경우 상기 복수의 디바이스는 서로 다른 공간에 있다고 판단하도록 구성되는 것을 더 포함하는, 장치.
- 제 10 항에 있어서,
상기 하나 이상의 프로세서는 미리 정의된 시간 이내에 소리 세기가 다르고 파형이 동일한 신호가 수신되지 않는 경우, 상기 복수의 디바이스는 서로 다른 공간에 있다고 판단하도록 구성되는 것을 더 포함하는, 장치.
- 제 10 항에 있어서,
상기 수신된 신호의 파형이 동일한지는 기계 학습 과정에 따라 결정되고,
상기 기계 학습 과정은:
전처리 과정을 통해 상기 수신된 신호로부터 노이즈를 제거한 제1 음성 신호 생성;
상기 제1 음성 신호의 주파수, 미분값, 피크 문턱치에 기반하여 학습을 위한 데이터를 생성;
상기 데이터에 대해 딥러닝 기법을 사용하여 파형의 종류를 분류하는 것을 더 포함하는, 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210154953A KR102544399B1 (ko) | 2021-11-11 | 2021-11-11 | 같은 공간 내의 다수의 디바이스와 통신시 발생하는 노이즈 제거 방법 및 이를 지원하는 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210154953A KR102544399B1 (ko) | 2021-11-11 | 2021-11-11 | 같은 공간 내의 다수의 디바이스와 통신시 발생하는 노이즈 제거 방법 및 이를 지원하는 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230068801A true KR20230068801A (ko) | 2023-05-18 |
| KR102544399B1 KR102544399B1 (ko) | 2023-06-16 |
Family
ID=86545319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210154953A KR102544399B1 (ko) | 2021-11-11 | 2021-11-11 | 같은 공간 내의 다수의 디바이스와 통신시 발생하는 노이즈 제거 방법 및 이를 지원하는 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102544399B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160056683A (ko) | 2014-11-12 | 2016-05-20 | 박래경 | 매선 시술용 니들 |
| KR20160143148A (ko) * | 2015-06-04 | 2016-12-14 | 삼성전자주식회사 | 전자 장치 및 전자 장치에서의 입출력 제어 방법 |
| KR20190029913A (ko) * | 2017-09-13 | 2019-03-21 | 삼성전자주식회사 | 디바이스 그룹을 지정하기 위한 전자 장치 및 이의 제어 방법 |
| KR20210089347A (ko) * | 2020-01-08 | 2021-07-16 | 엘지전자 주식회사 | 음성 인식 장치 및 음성데이터를 학습하는 방법 |
-
2021
- 2021-11-11 KR KR1020210154953A patent/KR102544399B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160056683A (ko) | 2014-11-12 | 2016-05-20 | 박래경 | 매선 시술용 니들 |
| KR20160143148A (ko) * | 2015-06-04 | 2016-12-14 | 삼성전자주식회사 | 전자 장치 및 전자 장치에서의 입출력 제어 방법 |
| KR20190029913A (ko) * | 2017-09-13 | 2019-03-21 | 삼성전자주식회사 | 디바이스 그룹을 지정하기 위한 전자 장치 및 이의 제어 방법 |
| KR20210089347A (ko) * | 2020-01-08 | 2021-07-16 | 엘지전자 주식회사 | 음성 인식 장치 및 음성데이터를 학습하는 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102544399B1 (ko) | 2023-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11393472B2 (en) | Method and apparatus for executing voice command in electronic device | |
| US11770665B2 (en) | Privacy device for smart speakers | |
| JP6251343B2 (ja) | 複数のデバイスにおけるホットワードの検出 | |
| US20160275961A1 (en) | Structure for multi-microphone speech enhancement system | |
| US11082771B2 (en) | Directed audio system for audio privacy and audio stream customization | |
| US10860059B1 (en) | Systems and methods for training a robotic dock for video conferencing | |
| US11671528B2 (en) | Robotic dock for video conferencing | |
| KR102544399B1 (ko) | 같은 공간 내의 다수의 디바이스와 통신시 발생하는 노이즈 제거 방법 및 이를 지원하는 장치 | |
| KR20230100744A (ko) | 콘텐츠 캐스팅을 위한 시스템 및 방법 | |
| KR20190043576A (ko) | 통신 장치 | |
| US12010487B2 (en) | Privacy device for smart speakers | |
| CN107450106A (zh) | 饮水安全提示方法、装置及智能水杯 | |
| EP3539128A1 (en) | Processing speech from distributed microphones |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |