This dissertation presents a method for achieving blind source separation when given only a single channel mixture. The main concept is base on assuming that the sources are quantized and we know the quantization levels previously, and the following quantization errors are considered as channel noise.
The object of the proposed method is to separate sources up to the quantized signals. We define the transition probabilities between assumed quantized levels using the temporal dependency of speech signals by the fact that amplitudes of speech don\'t change suddenly. The sources are separated up to quantized signals by searching the best path in Viterbi algorithm with the cost function which is a function of quantization errors and transition probabilities. The proposed method is applied using subband decomposition to improve the separated speech quality. Experimental results exhibit a separation performance for simulated mixtures of two different sources both fullband and subbands.
최근 신호 처리 기술의 발달로 인해 미지 신호 분리에 대한 연구가 활발히 이루어 지고 있다. 미지 신호 분리는 섞인 신호만으로 원신호를 복원하는 것으로써, 현재까지는 섞인 신호의 수가 원신호의 수보다 같거나 많은 경우에 대한 연구가 주를 이루어 왔다. 하지만 실제 환경에서는 단일 채널인 경우가 대부분이므로 본 논문에서는 단일 채널 미지 신호 분리에 대한 방법을 제안하고자 한다. 단일 채널을 이용할 경우에는 기존의 멀티 채널 방법에서 채널의 수가 줄어들었기 때문에 원신호의 통계적인 특성, 주기성, 채널의 특징 등의 사전 정보를 사용해서 이를 보상해주어야 한다. 지금까지 연구된 단일 채널 미지 신호 분리에 대한 연구도 음성의 피치 (pitch), 시공간 기초함수 (time-domain basis function), 이산 신호 분리 등의 특정한 사전정보를 가지고 신호를 분리해왔다. 하지만 이와 같은 사전정보를 가진 미지 신호 분리 방법은 실제 환경에 적용하기에는 한계가 있다. 본 논문에서는 위에서 언급한 사전 정보의 사용을 최대한 줄이는 방향으로 단일 채널 미지 신호 분리 밥법을 제안 하였다. 실제 원 신호는 연속적인 진폭 레벨을 가진 신호이지만 이를 이산적인 진폭 레벨이라고 가정을 하고 섞여진 신호 역시 이산적인 진폭 레벨을 가진 신호의 합이므로 이산적인 진폭 레벨을 가진다고 가정한다. 그리고 실제 섞인 신호와 가정된 섞인 신호의 차이를 채널 잡음이라고 생각한다. 즉 본 논문의 목표는 연속적인 진폭 레벨을 가진 섞인 신호를 가지고 이산적인 진폭 레벨을 가진 가정된 섞인 신호를 추정함으로써 원 신호를 가정된 이산적인 진폭 레벨을 가진 신호까지 분리를 한다는 것이다. 이산적인 레벨을 가진 신호를 추정하기 위해서는 널리 알려진 비터비 (Viterbi) 방법을 사용하였다. 비터비 방법의 비용 함수를 정하기 위해 각 레벨의 전이 확률과 각 샘플에서의 양자 에러를 이용하였다. 음성의 통계학정인 특징이 서로 비슷하다는 가정하에 여러 샘플 음성을 이용하여 전이 확률을 구한 후 이를 평균을 취해 사용하였다. 분리된 음성의 질은 가정한 양자 레벨이 클수록 좋아지기 때문에 이를 부공간으로 나누어서 독립적으로 제안된 방법을 수행함으로써 성능을 향상시키고자 하였고 실험을 통해 제안된 방법이 단일 채널에서 음성을 분리한 정도를 확인할 수 있었다.
