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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
SK텔레콤 Telecommunications Review Telecommunications Review 제15권 제3호
발행연도
2005.1
수록면
536 - 547 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 논문에서는 이산여현변환(DCT: Discrete Cosine Transform)에 기반한 새로운 음성향상기법을 제안한다. 먼저, 음성부재에 대한 추정의 신뢰성을 높이는 방법으로 전역 음성부재확률(GSAP: Global Speech Absence Probability)을 도입한다. 나아가, 기존의 음성부재확률을 계산하고 이것을 새로이 제안된전역 음성부재확률을 통해 수정하는데, 실제로 음성이 존재하는 곳에서는 기존의 값을 유지하고, 반대로 음성이 부재하는 곳에서는 전역 음성부재확률로 대체하는 방법을 도입한다. 이렇게 새로이 개발된 soft decision 방법은 기존의 이산퓨리에변환(DFT: Discrete Fourier Trnsform)과 이산여현변환을 기반으로 서로 비교 분석된다. 더욱이, 기존 이산여현변환 기반의 방법은 왜곡 이산여현변환(WDCT: Warped DCT)에 의해 보다 효과적으로 표현되어지며, 이러한 표현은 주파수 왜곡조절 파라미터를 이용해 입력되는 음성신호의 특성에 따라 조절된다. 많은 실험을 통해, 제안된 음성향상기법과 이산여현변환에 기반한 방법이 기존의 방법보다 뛰어남을 알 수 있었고, 특히 새로이 제안된 왜곡 이산여현변환 기반방법은 기존의 이산여현방법을 더욱 향상시킴을 알 수 있었다.
#이산퓨리에변환 #이산여현변환 #왜곡 이산여현변환 #전역 음성부재확률 #음성향상 #Soft Decision #DFT #DCT #WDCT #GSAP #Soft Decision #Speech Enhancement

목차

등록된 정보가 없습니다.

참고문헌 (15)

참고문헌 신청
/ / ''Suppression of acoustic noise in speechusing spectral characteristics 27 : 113 ~ 120 google schola / 1990. / Discrete Cosine Transform Algorithm Advantages google schola / 1993 / ''Frequency domain noise suppressionapproaches in mobile telephone systems : 363 ~ 366 google schola / 1996. / ''Speech enhancement basedon a priori signal to noise estimation google schola / 1996. / Enhanced variable rate codec, speechservice option 3 for wideband spectrum digital systems google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0