earticle

영어

In this paper, the gain function of TSNR method and HRNR method is adjusted to effectively remove the noise of the speech signal including the noise, and the proposed method is applied to the speech recognition technology. When we look at the existing noise reduction the distortion occurred in the voiceless section due to the gain function of former frame. Therefore, in this paper, the gain function of the TSNR method is compared with the estimated a priori SNR to adjust the gain function. and by comparing the gain function of TSNR method with the gain function of HRNR method, we propose an improved noise reduction method to supplement distortion phenomenon. In the speech recognition step, the feature of speech was extracted by extracting the feature vector using the improved log energy normalization method.

한국어

현재 많은 음성인식 기술에서 전처리 과정에서 잡음 신호를 제거하는 방법은 잡음 제거 과정에서 스펙트럼 의 이득함수를 왜곡시키는 결과를 보였다. 본 논문에서는 2단계 잡음 제거 방법(TSNR)과 고조파 복원 잡음 제거 방법(HRNR)의 이득함수를 조정하여 잡음이 포함된 음성신호의 잡음을 효과적으로 제거하였다. 그리고 제안한 방 법으로 잡음을 제거한 음성신호를 음성인식 기술에 적용하였다. 본 논문에서는 이전 프레임의 이득함수로 인해 음 성이 나타나지 않는 구간에서 왜곡이 발생하였다. 따라서, 본 논문에서는 왜곡 현상을 보완하기 위해 2단계 잡음제 거 방법의 이득함수를 추정된 a priori SNR과 비교하여 이득함수를 조정하고, 2단계 잡음제거 방법의 이득함수를 고조파 복원 방법의 이득함수와 비교하여 향상된 잡음 제거 방법을 제안하였다. 음성인식 단계에서 개선된 음성의 대수 에너지 정규화 방법(Log Energy Nomalization)을 이용하여 특징 벡터를 추출하여 음성의 특징을 추출하였다.