신호 준공간 모델에 기반한 통계적 음성 검출기 (Statistical Voice Activity Detector Based on Signal Subspace Model)

서지정보

· 발행기관 : 한국음향학회
· 수록지 정보 : 한국음향학회지 / 27권 / 7호 / 372 ~ 378페이지
· 저자명 : 류광춘, 김동국

초록

음성검출기(VAD, Voice Activity Detector)는이동통신이나음성신호처리등에매우중요한기법으로사용된다. 일반적인
음성 검출방식은 이산 푸리에변환 (DFT, Discrete Fourier Transform)영역에서 통계적인 모델을 기반으로 하여 우도비
검정(LRT, Likelihood Ratio Test)을하게된다. 그리고이값을임계값과비교하여음성인지아닌지판단하게된다. 본
논문에서는 신호 준공간 (Signal Subspace)에 기반한 새로운 통계적 음성 검출 기법을 제안하다. 확률적인 주성분 분석
(PPCA, Probabilistic Principal Component Analysis)은 신호 준공간 방법에서 잡음신호에 대한 확률적인 모델을 얻기
위해사용된다. 제안된기법은신호준공간영역에서우도비검정에기반을두는결정규칙을적용하였다. 음성검출실험
결과는신호준공간모델에근거한음성검출기기법이주파수영역에기반한가우시안(Gaussian)음성검출기보다향상된
검출 결과를 보여준다

영어초록

Voice activity detectors (VAD) are important in wireless communication and speech signal processing. In the
conventional VAD methods, an expression for the likelihood ratio test (LRT) based on statistical models is derived
in discrete Fourier transform (DFT) domain. Then, speech or noise is decided by comparing the value of the expression
with a threshold. This paper presents a new statistical VAD method based on a signal subspace approach. The
probabilistic principal component analysis (PPCA) is employed to obtain a signal subspace model that incorporates
probabilistic model of noisy signal to the signal subspace method. The proposed approach provides a novel decision
rule based on LRT in the signal subspace domain. Experimental results show that the proposed signal subspace model
based VAD mathod outperforms those based on the widely used Gaussian distribution in DFT domain.

참고자료

· 없음