Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)
- 2020.07a
- /
- Pages.343-345
- /
- 2020
Deep learning based environmental sound classification for selective noise canceling
선택적 노이즈 캔슬링을 위한 딥 러닝 기반의 환경 인지 기술
- Choi, Hyunkook (Kwangwoon University) ;
- Kim, Sangmin (Kwangwoon University) ;
- Han, Seokhyeon (Kwangwoon University) ;
- Shin, Seong-Hyeon (Kwangwoon University) ;
- Park, Hochong (Kwangwoon University)
- Published : 2020.07.13
Abstract
본 논문에서는 선택적 노이즈 캔슬링을 위한 환경 인지 기술을 제안한다. 기존의 노이즈 캔슬링은 모든 소리를 구분 없이 차단하여 여러 가지 문제를 유발할 수 있으며 공통된 노이즈 캔슬링 동작으로 각 소음에 최적화된 성능을 보장할 수 없다. 이러한 문제를 해결하기 위해 제안하는 방법은 대표적 오디오 특성인 멜-스펙트로그램과 스펙트로그램 기반의 시간적 특성 벡터를 사용하여 환경 인지를 진행한다. 본 논문에서는 attack, rotation, sawing으로 구성된 3가지 소음과 speech, tonal로 구성된 2가지 비 소음으로 총 5가지 클래스를 분류한다. 제안하는 방법에서 특성 벡터로 멜-스펙트로그램만을 사용했을 때 87.5%의 분류 성능을 보였으며, 스펙트로그램 기반의 시간적 특성을 추가했을 때 분류 성능이 91.2%로 향상되었다.
Keywords