메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

서혜지 (한양대학교, 한양대학교 대학원)

지도교수
장준혁
발행연도
2017
저작권
한양대학교 논문은 저작권에 의해 보호받습니다.

이용수2

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문에서는 심화 신경망 기반의 음향학적 반향 및 배경 잡음 제거 기법을 제안한다. 다층의 은닉 층과 은닉 노드를 통하여 고 레벨의 특징 벡터들 사이의 비선형적인 관계를 분류하는 심화 신경망은 데이터의 복잡한 관계를 모델링하는데 적합하다. 따라서 심화 신경망을 통하여 음향학적 반향과 배경 잡음 및 근단 화자 신호 사이의 관계를 모델링하여 효과적으로 음향학적 반향과 배경 잡음을 제거한다. 본 논문에서는 심화 신경망 회기 기법을 통하여 로그 파워 스펙트럼 (log-power spectrum)를 입력 특징 벡터로 하여 음향학적 반향 및 배경 잡음을 제거하기 위한 최적의 이득 (optimal gain)을 추정한다. 제안된 기법에서는 학습 시 추가적인 반향 및 잡음 정보인 사전 신호대 반향비 (a priori SER: a priori signal-to-echo ratio), 사후 신호대 반향비 (a posteriori SER), 사전 신호대 잡음비 (a priori SNR: a priori signal-to-noise ratio) 및 사후 신호대 잡음비 (a posteriori SNR)을 도입하여 이득 추정의 성능을 높였다. 본 논문에서는 두 가지 심화 신경망 기반의 음향학적 반향 및 배경 잡음 제거 기법을 제안한다. 첫 번째로, 심화 신경망 기법의 음향학적 반향 및 배경 잡음 통합 제거 기법을 제안한다. 두 번째로, 적층형 심화 신경망 기반의 음향학적 반향 및 배경 잡음 통합 제거 기법을 제안한다. 제안된 기법은 심화 신경망 구조를 사용하여 추가적인 동시통화 검출 기법 없이 음향학적 반향 및 배경 잡음을 효과적으로 제거한다. 제안된 심화 신경망 기반의 알고리즘은 음성 통계 모델 및 단일 심화 신경망 기반의 음향학적 반향 및 배경 잡음 제거 알고리즘과 객관적 실험을 통해 비교 평가한 결과 다양한 배경 잡음 환경에서 기존의 방법에 비해 전반적으로 우수한 성능을 보였다.

목차

표 차례 ⅱ
그림 차례 ⅲ
국문요지 ⅴ
제1장 서론 1
제2장 통계적 방식의 음향학적 반향 및 배경 잡음 통합 제거 기법 5
제3장 심화 신경망 기반의 음향학적 반향 및 배경 잡음 제거 기법 11
3.1 정보 활용 학습법 (IAT: Information aware training) 11
3.2 단일 심화 신경망 기반의 음향학적 반향 및 배경 잡음 통합 제거 기법 14
3.3 적층형 심화 신경망 기반의 음향학적 반향 및 배경 잡음 제거 기법 17
제4장 시뮬레이션 결과 및 분석 22
4.1 시뮬레이션 환경 22
4.2 시뮬레이션 결과 및 분석 25
제5장 결론 38
참고자료 39
ABSTRACT 42

최근 본 자료

전체보기

댓글(0)

0