Adaptive Wavelet Packet Transformation에서 다양한 Filter를 이용한 Speech Enhancement의 비교에 관한 연구

Abstract

본 논문에서는 실제 생활에서 발생하는 불안정한 (Non-stationary) 잡음이 섞인 음성을 적 응 웨이블릿 패킷(adaptive wavelet packets) 방법으로 음성 신호를 개선할 때 가장 안정적인 Filter(기저)가 무엇인지를 살펴본다. 실험에 사용된 Filter는 Haar, Beylkin, Coiflet, Daubechies, Symmlet, Vaidyanathan, Battle의 총 7종류이고 각각 기저들은 여러 개의 Par를 가지고 있기 때문 에 실제로 총 27개의 기저가 음성 신호 개선에 사용 된다. 음성 데이터베이스는 DARPA TIMIT 데이터베이스(DR6, 남성화자 10명, 여성화자 10명)을 사용하였고, 잡음 데이터는 안정적이지 않은 잡음 특성을 보이는 NoiseX-92의 babble, f16, factory, leo, pink, volvo, white 잡음을 사용하였다. 그리고 잡음이 제거되어 음성이 개선된 정도는 segmental SNR 평가방법을 이용하여 평가하였다.

This paper investigates which wavelet filter will be most effective when we reduce non-stationary noise, that occurs in practical environment, by Adaptive wavelet packet transformation method. We employ noise data such as f16, leopara, pink, volvo and white noise. For speech data, we use DARPA TIMIT database (DR6, 10 male speakers, 10 female speakers). We analyze degree of noise enhancement by wavelet filter such as Haar, Beylkin, Coiflet, Daubechies, Symmlet, Vaidyanathan and Battle one,