일반기술

Eigen-Environment에 기반한 잡음 보상 방법

다양한 잡음 환경 간의 변화를 알려주는 사전분포를 알기 위해 오프라인으로 R개의 잡음 환경에 대해서 M개의 가우시안 믹스쳐를 구하고, 동시에 각각의 믹스쳐별로 깨끗한 모델과의 차이를 나타내는 M개의 보상벡터 세트도 구성한 후, M개의 보상벡터들을 연결하여 수퍼벡터를 만든다. 이어서 차원축소를 위해 PCA를 적용하여 R개의 아이겐벡터 즉, 아이겐 환경을 생성한다. 아이겐벡터로 이루어진 공간에서는 임의의 벡터 X에 대해서 K개의 아이겐벡터의 가중합으로 X를 표현할 수 있다. 실제 잡음 음성이 인식기로 들어오는 경우, 오프라인에서 구성된 아이겐 환경의 가중치를 추정하여 이를 이용해 잡음 성분을 보상한다.본 발명에서 제안한 아이겐 환경에 기반한 잡음 보상 방법은 SPLICE 또는 RATZ 방식과는 달리 보상벡터가 정해져 있는 것이 아니라 VTS와 같이 입력되는 잡음 음성에 따라 추정되는 가중치가 달라짐으로 인해 고정된 보상벡터를 사용하는 것보다 세세하게 잡음을 보상할 수 있다.본 발명은 스테레오 DB를 이용하는 경우와 논 스테레오 DB를 이용하는 경우에 모두 적용될 수 있다.또한, 기존의 잡음 보상 방법들이 훈련시의 환경에 따른 보상벡터 세트만을 가지고 음성인식 시 잡음환경의 보상을 시도하기 때문에 훈련시의 환경과 음성인식시의 환경이 다를 때 강인성이 저하되는 것에 비해, 본 발명의 경우 음성인식시의 잡음 환경이 아이겐 환경 훈련시의 환경과 다른 경우에도 미리 구성된 아이겐 환경의 가중합으로 인식 환경을 근사적으로 표현할 수 있으므로 기존의 방법들보다 다양한 잡음 환경에 더 강인하다.