Removing several kinds of unexpected burst noises before conventional noise reduction process is very useful in many noise environmental speech processing areas, because it can not only reduce the processing time and system memory, but improve the system performance and efficiency.
In this thesis, we suggest a new algorithm that can remove different types of sporadic noises occurring in daily-life office environment. Our algorithm basically utilizes both the human speech properties and sporadic noises to differentiate sporadic noises from the input signal.
As a research material, 21 kinds of office environment sporadic noises and 17 isolated words are collected. The total numbers of noise and word data are 918 and 357, respectively. The isolated words include 6 words consisting of voiced and unvoiced sounds, 6 words consisting of voiced sounds only, and 5 words having a consonant at the end of utterances.
By applying our new algorithm, 402 sporadic noises are successfully removed by the simple rule utilizing the basic properties of human speech, while 463,23,10 noises are eliminated by utilizing spectral variance, cumulant, and pitch information, respectively. As a result, 898 office environment sporadic noises among 918 are removed without any damage to the speech utterances, so the noise canceling success rate is 97.82%.
Test results also show that noises with simple shape pattern and short duration are relatively easy to remove. That means noises with rather complicated shape pattern or long duration are somewhat hard to cancel successfully. From our experimental result, we can also observe that in case of relatively long duration noises, even the whole cancellation is not successfully achieved, considerable portion of each noise is eliminated in many cases. Thus, we can say that our proposed algorithm is more reliable than the success rate mentioned above.
As a conclusion, we strongly believe that our algorithm can be utilized to improve the performance of speech recognition which will be used in office environment and will be exposed to the office environment noises rather easily by prohibiting the malfunctioning caused by the noises, On the other hand, the algorithm will contribute to the implementation of more reliable and more efficient speech coding algorithms by eliminating office environment sporadic noises rather successfully just before the encoding process of the whole input signals.
잡음환경에서의 음성신호처리를 위하여 잡음축약의 전처리 과정으로서 여러가지 종류의 돌발잡음을 미리 제거하는 것은 시스템의 처리시간과 메모리사용량을 줄일 수 있을 뿐만 아니라, 시스템의 성능과 효율성을 높일 수 있는 좋은 방법이다.
본 논문에서 일반적인 사무실환경에서 쉽게 발생할 수 있는 돌발잡음을 제거할 수 있는 새로운 방법을 제시하였다. 제시된 방법은 기본적으로 음성신호의 여러가지 특성을 이용하여 돌발잡음을 제거하였다. 21 가지로 구성된 918 개의 잡음과 17가지로 구성된 357개의 고립단어가 실험에 사용되었다. 17개의 고립단어는 유성음으로만 구성된 것이 6개, 유성음과 무성음이 섞여진 것이 6개, 무성음 받침을 갖는 단어가 5개로 조합을 이루었다.
새로운 알고리즘을 적용한 결과, 402개의 잡음이 인간음성의 기본적 특성에 의해서 ,463개의 잡음이 스펙트럼 분산에 의해서, 23개의 잡음이 cumulant에 의해서, 10개의 잡음이 피치정보에 의해서 제거되었다. 실험결과를 종합하여 살펴보면, 918개의 잡음 중 898개의 잡음이 음성구간에 영향을 미치지 않고 제거되었으며, 잡음제거 성공율은 97.82%이다. 실험결과를 각 잡음의 종류별로 살펴보면, 잡음의 지속시간이 짧고 파형이 단순한 잡음은 쉽게 제거될 수 있으나, 지속시간이 상대적으로 길고 복잡한 파형으로 이루어진 잡음은 제거하기가 어려움을 알 수 있다. 또한 지속시간이 긴 잡음은,비록 잡음 전체가 제거되지 않았어도 잡음의 많은 부분이 제거되었으며, 실험과정에서 부주의에 의하여 추가된 잡음도 제거되어 본 논문에서 제시된 방법은 유용성이 더욱 크다고 할 수 있다.
본 논문에서 제시된 돌발잡음 제거방법을 사용함으로써 필요 없는 신호 성분을 미리 제거하여 그 데이터를 처리할 필요가 없으므로 사무실환경에서 사용되는 음성인식기의 인식률과 음성 코더의 압출률을 향상시킬 수 있으며, 통신대역폭의 보다 효율적인 사용이 가능하다고 사료된다.
