인공신경망을 사용한 실시간 환경 구분 보청기 알고리즘

Abstract

오늘날의 보청기는 단순히 소리를 증폭시켜 난청인들에게 큰소리를 들려주는 것이 아니라, 정상인과 비슷한 환경에서 생활할수 있도록 도와주고 있다. 디지털 보청기에는 다양한 알고리즘들이 많이들어가 있고 난청인들이 보다 편리하게 사용할수 있도록 보청기가 만들어지고 있다. 난청인들은 주변잡음이 있는 상황에서 사람들의 말소리를 인지하는데 큰 어려움을 느낀다. 난청인들 또한 정상인들과 마찬가지로 다양한 환경에 노출되어 생활하는데 빠르게 변하는 환경에 적응하기 위해서는 보청기 알고리즘 역시 빠르게 상황을 인식하여 난청인들에게 불편함을 최소화 시켜 주어야한다. 상황에 맞는 잡음제거 알고리즘을 사용하기 위해서는 주변환경을 빠르게 분류하여 그 상황에 맞는 알고리즘을 선택하여 사용하여야 하는데 현재 보청기에서는 빠른 상황변화를 인지하지 못하여 보청기 사용자들이 상황에 맞는 보청기 프로그램을 직접 선택해서 사용하고 있다. 본 연구에서는 이러한 불편함을 최소화 하기위해서 주변상황을 빠르게 분류하는 알고리즘을 제시하고자 한다. 인공신경망을 사용하여 기존 환경분류가 2초~5초 정도 걸리는 시간을 0.8ms까지 줄였으며 10여가지가 넘는 특징추출을 사용하던 기존 방식에서 7가지 특징추출 방식을 사용하여 계산과정에서 의 시간을 줄였다. 환경은 Speech, Speech in noise, Noise, Music 네 가지 환경을 분류하였으며 환경 구분 모델을 생성하기 위해 인공신경망을 사용하여 classification 모델을 생성하였다. 실험에 사용된 데이터는 Speech, 4가지종류(Babble, Car, Traffic, White)의 잡음이 섞인 Speech in noise, Noise, Music, 각 51개의 데이터 204개의 데이터를 사용하여 4가지 환경으로 구분하는데 사용하였다. 실험은 Matlab 을 통하여 하였으며 환경구분의 정확도는 93%이상의 높은 정확도를 보여주는 것을 확인 하였다.