청각 구조를 이용한 잡음 환경에서의 음성 특징 추출에 관한 연구

Abstract

본 논문에서는 잡음 환경하에서 인식률 향상을 위해 청각 모델을 사용하였다. 인간의 귀는 복잡한 잡음 환경에서도 원하는 사람의 쉽게 말을 알아들을 수 있으므로 이의 깊은 분석을 통해 잡음에 강한 음성 특징 추출이 가능할 것이다. 청각 모델은 basilar membrane의 전달 특성과 신경 전달 물질로 변환되는 과정을 이용하게 된다. Basilar membrane의 전달 특성은 대역 통과 필터로 작용하며 저주파일수록 주파수 해상도가 좋은 것으로, 본 논문에서는 gammatone 필터를 사용하였고 대역폭은 ERB에 의해 결정하였다. 신경 전달 물질로의 변환은 basilar membrane의 작용이 섬모 세포로 전달되어 전기적 에너지를 생성하고, 이것이 점점 방전되면서 남은 양에 비례하는 자극을 청각 신경에 가함으로써 이루어진다. 따라서 신경 물질로의 변환은 섬모 세포의 작용을 모델링하며, 이는 adaptation으로 나타낼수 있다. 섬모 세포 모델로는 Meddis 모델과 Seneff 모델을 사용하였다. Meddis 모델은 잡음하에서 인식률이 급격히 떨어졌으나, Seneff 모델은 잡음에 강한 특성을 보여주었다. 또한 본 논문에서는 청각 모델을 이용하여 잡음 환경에서 인식률을 향상 시킬 수 있는 특징 추출 방법으로 RASTA 필터, 채널 정규화, NFS를 제안하였다. 청각 모델은 잡음 환경에서의 인식률 향상을 위한 가능성을 제시하였으며, 귀의 전달 특성에 대한 깊은 연구를 통해 잡음의 진정한 해결책을 찾을 것으로 기대한다.