뎀프스터-셰이퍼 추론이론을 이용한 통계모델기반의 음성검출기

초록

본 논문에서는 통계적 모델을 기반으로 한 3가지 음성검출기(Sohn’s VAD, Smoothed LR 기반 VAD, Multiple Observation Likelihood Ratio Test 기반 VAD)로부터 도출한 각각의 음성존재확률을 the Dempster-Shafer theory of evidence (DST) 방법으로결합하여 새로운 음성존재확률을 도출한 후, 이 새로운 확률을 이용한 새로운 음성검출기를 제안한다. DST의 가장 핵심적인 특징은각 음성검출기로부터 도출된 확률의 orthogonal sum을 통하여 무지한 state의 확률을 제거하는 것에 있다. 제안된 알고리즘은 다양한잡음환경 및 신호 대 잡음비 (signal-to-noise ratio, SNR)에서 기존의 통계적 모델 기반의 음성검출기들보다 거의 모든 환경에서우수한 성능을 보였다.