잡음 추정 알고리즘을 이용한 신뢰성 있는 코드벡터 조합의 선정 방법

정승모; 김무영

추천

검색

질문

자료유형: 학술저널

저자정보: 정승모 (세종대학교) 김무영 (세종대학교)

저널정보: 대한전자공학회 전자공학회논문지 전자공학회논문지 제52권 7호

발행연도: 2015.7

수록면: 119 - 124 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

배경잡음에 강인한 음성인식을 위한 전처리기로써 음성향상 기법이 요구되고 있다. 코드북 기반의 음성향상 기법은 기존 잡음 추정 알고리즘들과 비교하여 nonstationary 배경잡음 환경에 강인하다는 장점이 있다. 하지만 코드북 정보에 의존적이기 때문에 입력신호와 상관성이 떨어지는 코드벡터의 조합을 사용할 경우 성능이 급격히 떨어진다는 단점이 있다. 본 논문에서는 학습된 음성과 잡음 코드벡터를 조합하는 과정에서 입력신호와 상관성이 떨어지는 코드벡터의 조합을 제거함으로써, Log-Spectral Distortion (LSD)과 Perceptual Evaluation of Speech Quality (PESQ) 관점에서 기존 코드북 기반 알고리즘의 성능을 향상시켰다.

#speech enhancement #codebook-based speech enhancement #noise estimation algorithm #reliable codevectors

참고문헌 (10)

참고문헌 신청

[단행본] - P. Loizou / 2007 / Speech Enhancement: Theory and Practice / CRC Press

[학술지(정기간행물)] - 정승모 / 2014 / 코드북 기반 음성향상 기법을 위한 게인 보상 방법 / 전자공학회논문지 51 (9) : 165 ~ 170

[학술지(정기간행물)] - S. Srinivasan / 2006 / Codebook driven short-term predictor parameter estimation for speech enhancement / IEEE Trans. Speech Audio Process 14 : 163 ~ 176

[학술지(정기간행물)] - S. Srinivasan / 2007 / Codebook-Based Bayesian Speech Enhancement for Nonstationary Environments / IEEE Trans. Audio, Speech, Lang. Process 15 : 441 ~ 452

[학술대회논문] - I. Hwang / 2011 / Reliable Codevector Selection for Codebook-based Speech Enhancement / KSCSP2011 28 : 267 ~ 268

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정승모

소속기관 세종대학교

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 3 이용수 105

김무영

소속기관 세종대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 공학 > 전기전자공학 > 전기공학

논문수 41 이용수 2,220

이 논문과 함께 이용한 논문

GM-PHD 필터를 이용한 보행자 탐지 성능 향상 방법

이연준 , 서승우 전자공학회논문지 2015 .12

1.0 mol 과 0.5 mol MR조영제의 정량적 신호강도 비교분석

정현근 , 정현도 , 남기창 외 2명 전자공학회논문지 2015 .12

자기공진방식 이중대역 무선전력전송 공진기 설계

윤나내 , 서철헌 전자공학회논문지 2015 .12

단일채널 모노펄스수신기 설계 및 제작

권혁자 , 이영진 , 강병욱 전자공학회논문지 2015 .12

2 포인트 극좌표계 변환을 이용한 중심으로부터의 목표물 영상 위치 측정

서춘원 전자공학회논문지 2015 .11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (10)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)