MMSE, Log MMSE, Wiener Filtering을 이용한 음성 강화

소개

MMSE, Log-MMSE, Wiener Filtering을 이용한 음성 강화에 관련된 자료입니다. 논문도 포함되어 있으니 공부하시는데 도움이 되셨으면 합니다.

목차

Ⅰ. 프로젝트 수행 결과 보고서
1. 연구의 목적(연구의 배경 및 필요성)
2. 연구의 내용
3. 연구의 방법
4. 연구 결과
5. 참고문헌

Ⅱ. MMSE, Log-MMSE, Wiener Filtering을 이용한 음성 강화
1. 서 론
2. MMSE 방법
3. Log-MMSE 방법
4. Wiener filter
5. 결 론

본문내용

인간의 가장 자연스러운 의사 표현 수단인 언어 즉, 말을 이용한 음성신호 처리기술에 관한 연구가 활발하게 이루어지고 있다. 음성인식기술은 음성합성기술과 함께 인간의 가장 편리한 의사전달 수단인 음성을 통해 인간이 기계와 대화를 할 수 있도록 해주는 도구로서 정보화의 진전과 더불어 그 필요성이 더욱 증대되고 있다.

음성 인식의 궁극적인 과제는 잡음이 있는 실제적인 환경에서 불특정화가 자연스럽게 발성한 대 용량의 대화체 음성을 실시간으로 인식하는 것이다. 즉 환경변화에 강인한 특성을 가지는 음성인식 시스템을 만드는 것이다. 이에 따라 잡음환경에서 음성인식시스템의 성능을 향상시키기 위해 다양한 방법들이 개발되어 왔다.

<중 략>

이번 프로젝트를 통해 음질개선방식의 구체적인 방법은 여러 가지가 있으나 MMSE, Log-MMSE와 Wiener filtering 등의 기존에 제안된 여러 가지 잡음 처리 방법을 소개하고 비교 분석할 것이다. 음성인식시스템에 대한 기본적인 구성과 특징, 잡음환경에 대해 알아보고 잡음환경에서의 개선 결과를 알아보도록 한다.
기존에 제안된 여러 가지 잡음 처리 방법을 분석하고 프로그램 성능 테스트 및 시뮬레이션을 이용하여 잡음 처리 방법을 비교한다. 이를 통해 상황에 맞는 더 효율적인 방법을 생각해보고 적절하게 이용함으로서 잡음이 최소화되는 음성을 사용할 수 있을 것이다.

<중 략>

SNR=0dB로 했을 때 babble noise를 보면 잡음이 엄청 심하다.

육안으로 봤을 때 noise 개선 성능을 보면 WE > MMSE > Log-MMSE 순으로 좋았다. 실제적으로 Log-MMSE가 가장 잡음향상이 잘 된다고 알려져 있다. 그리고 정확하진 않지만 직접 들어보니 WE가 가장 musical noise가 심한 것 같았다. 아마도 잡음 개선이 많이 되면서 musical noise 부분이 많이 발생한 듯 보인다.

다음은 SNR=5, 10dB로 해봤던 그림이다

이번에는 지금까지 배웠던 것을 시험해 보았다.
추가적으로 spectral subtractive방법(specsub.m, mband)과 wiener filter 방법(wiener_as.m),

참고자료

· 없음