SVM의 확률 출력을 이용한 새로운 Global Soft Decision 기반의 음성 향상 기법 (Global Soft Decision Using Probabilistic Outputs of Support Vector Machine for Speech Enhancement)

서지정보

· 발행기관 : 한국음향학회
· 수록지 정보 : 한국음향학회지 / 27권 / 2호 / 75 ~ 79페이지
· 저자명 : 조규행, 장준혁

초록

본논문에서는support vector machine (SVM) 기반의global soft decison (GSD)을이용한새로운음성향상기법을제시한
다. 일반적으로soft decision (SD) 이득수정및잡음전력추정에근거한음성향상기법이hard decision을이용한음성
향상 기법 보다 우수한 성능을 보이는 것으로 알려져 있다. 특히, 각 프레임에서의 음성 부재에 대한 효과적인 척도인
전역음성부재확률(global speech absence probability, GSAP)을SD기반의음성향상기법에적용한여러연구가진행되었
다. 본 논문에서는 sigmoid 함수를 이용하여 얻어진 SVM의 확률 출력에 의해 추정된 새로운 GSAP를 음성 향상 기법에
적용한다.제안된알고리즘의성능은다양한잡음환경에적용하여PESQ및MOS평가방법을바탕으로기존의GSD기반의
스펙트럼 향상 기법과 비교하여 향상된 결과를 나타내었다.

영어초록

In this paper, we propose a novel speech enhancement technique using global soft decision (GSD) based on the
probabilistic outputs of support vector machine (SVM). Generally, speech enhancement algorithms applied soft decision
gain modification and noise power estimation have better performance than those employing hard decision. Especially,
global speech absence probability (GSAP), which is known as an effective measure of the speech absence in each frame,
has been adopted to SD-based speech enhancement methods. For this reason, we introduce a new GSAP estimated
from the probabilistic output of SVM using sigmoid function. The performance of the proposed algorithm is evaluated
by the PESQ and MOS test under various noise environments and yields better results compared with the conventional
GSD scheme.

참고자료

· 없음