차량 잡음 환경에서 엔트로피 기반의 음성 구간 검출
Voice Activity Detection Based on Entropy in Noisy Car Environment
1
조회
0
다운로드
2
인용
0
참고문헌
초록
정확한 음성 구간 검출은 음성 인식 및 음성 코딩 그리고 음성 통신 시스템 등과 같은 음성 어플리케이션의 성능에 큰 영향을 미친다. 본 논문에서는 실제 운전하고 있는 상태에서 다양한 차량 노이즈 환경의 음성 구간 검출 방법을 제안한다. 기존의 음성 구간 검출은 시간 에너지, 주파수 에너지, 영 교차율, spectral entropy 등 다양한 방법을 사용하였으며 잡음 환경에서 급격하게 성능이 저하되는 단점이 있었다. 본 논문에서는 기존의 spectral entropy를 기반으로 하여 MFB(Mel-frequency Filter Banks) spectral entropy, 기울기 FFT(Fast Fourier Transform) spectral entropy, 기울기 MFB spectral entropy를 이용한 음성 구간 검출 방법을 제안한다. MFB는 멜 스케일과 FFT를 곱한 것으로 멜 스케일은 인간이 소리를 인지할 때 주파수에 대해 비선형적인 스케일이며 음성의 특징을 잘 반영한다. 제안한 MFB spectral entropy 방법은 다양한 차량 잡음 환경에서 음성 및 비음성 분별 능력을 향상 시킬 수 있으며 실험 결과 93.21%의 음성 구간 검출율을 나타내었다. 이는 기존의 spectral entropy 방법과 비교할 때 MFB를 이용한 음성 구간 검출 방법이 3.2%의 검출율이 향상 되었다.
Abstract
Accurate voice activity detection have a great impact on performance of speech applications including speech recognition, speech coding, and speech communication. In this paper, we propose methods for voice activity detection that can adapt to various car noise situations during driving. Existing voice activity detection used various method such as time energy, frequency energy, zero crossing rate, and spectral entropy that have a weak point of rapid decline performance in noisy environments. In this paper, the approach is based on existing spectral entropy for VAD that we propose voice activity detection method using MFB (Mel-frequency filter banks) spectral entropy, gradient FFT(Fast Fourier Transform) spectral entropy, and gradient MFB spectral entropy. FFT multiplied by Mel-scale is MFB and Mel-scale is non linear scale when human sound perception reflects characteristic of speech. Proposed MFB spectral entropy method clearly improve the ability to discriminate between speech and non-speech for various in noisy car environments that achieves 93.21% accuracy as a result of experiments. Compared to the spectral entropy method, the proposed voice activity detection gives an average improvement in the correct detection rate of more than 3.2%.
참고문헌 (18)
- 김태석, "연속음성인식을 위한 음성구간과 피치검출에 관한 연구", 멀티미디어학회논문지, 8(1), pp.7~7 (2005), 한국멀티미디어학회
- Nemer E., "A Robust Voice Activity Detection Using Higher-Odor Statistics in the LPC Residual Domain", IEEE Transactions on Speech Audio Processing, 9(3), pp.217~231 (2001)
- 정용주, "자동차 잡음환경 고립단어 음성인식에서의 VTS와 PMC의 성능비교", 음성과학, 10(3), pp.251~262 (2003), 한국음성과학회
- Rongqing H., "Advances in Unsupervised Audio Classification and Segmentation for the Broadcast News and NGSW Corpora", IEEE transaction on Audio Speech and Language Processing, 14(3), pp.907~919 (2006)
- Mauuary, L., "Speech", non-speech Detection for Voice Response Systems, 1993, 1097~1100
- Yong-Wan Roh, "Delta FBLC based Speech", Non-Speech Frame Decision in Real Car Environment, 2007, 244~247
- Almpanidis, G., "Voice Activity Detection Using Generalized Gamma Distribution", Proceeding of SETN 2006, pp.3~12 (2006)
- F. Beritelli, "A Robust Voice Activity Detetor for Wireless Communications Using Soft Computing", IEEE Journal on selected areas in communication, 16(9), pp.1817~1829 (1998)
- Shen J.-L., "Robust Entropy-based Endpoint Detection for Speech Recognition in Noisy Environment", Proc. Int. Conf. on Spoken Lang Processing (1998)
- Renevey, P., "Entropy based voice activity detection in very noisy conditions", In: Proc. Eurospeech-2001, pp.1887~1890 (2001)
- Chakroborty S., "Improved Text-Independent Speaker Identification using Fused MFCC & IMFCC Feature Sets based on Gaussian Filter", International Journal of Signal Processing, 5(1) (2008)
- Ben Gold, "Speech and Audio Signal Processing", pp.189~203 (2002), John Willy&Sons
- Javier Ranirez, "A New Kullback-Leibler VAD for Speech Recognition in Noise", IEEE Signal processing letters, 11(2) (2004)
- George Almpanides, "Voice Activity Detection Using Generalized Gamma Distribution", SETN 2006, pp.3~12 (2006)
- Ramirez.J., "VSM-Enable Voice Activity Detection", ISNN 2006, pp.676~681 (2006)
- Gorriz.J.M., "Independent Component Analysis Applied to Voice Activity Detection", ICCS 2006, pp.234~241 (2006)
- Martin A., "Robust speech", non-speech detection based on LDA-derived parameter and voicing parameter for speech recognition in noisy environments, 2006, 191~206
- 노용완, "FFT와 MFB 기반의 VAD 성능 평가", 한국신호처리시스템학회 추계학술대회, 통권 : 8, pp.193~198 (2007)