음성 인터페이스

1. 과목 개요

• 디지털 신호 처리, 음성 신호 처리
• 딥러닝 기반 음성신호 처리
• 음성 인터페이스 관련
  • 화자 인식
  • 음성 인식
  • Text to speech (TTS) 문자의 음성화
• 선수과목 : Python 언어
• 과제 20%, Project 50%, 중간고사(Paper) 30%

---

2. 첫 수업 (Digital Signal Processing [DSP])

• DSP 과정

• A/D conversion
  • Analog 신호를 Digital 신호로 변환

• D/A conversion

  • Interpolation(보간법) : 새로운 점을 만들기 위해 수많은 점들을 평균화 시키는것. A/D Conversion을 통과하여 생성된 샘플점들을 직선으로 연결하지 않고 고선으로 연결함으로써 본래 신호파형에 대한 변형을 최소화 시키준다.

  • Zero-order hold, Linear, Quadratic, Idel/optimal interpolation

    ##### –> Sampling theorem

---

Sampling

• sampling interval : 음성 신호값을 추출하는 간격(주기)
• 1/T = Fs : Sampling frequency (주파수)

---

Sampling Theorem (표본화 정리)

• 표본화 주파수(Sampling frequency)가 신호 대역의 2배이상이면 표본(Sample)로부터 본래 표본을 완전히 재구성 할 수 있다.

- Aliasing : 표본화 주파수(Sampling frequency)가 신호대역2배보다 작을 경우, 부족한 만큼 고주파 성분끼리의 간섭이 일어나는 현상 --- ##### Quantization ( 양자화 ) - 균일/선형 양자화 ( Uniform/Linear Quantization) - 양자화 스텝 크기가 균일하며 대표값이 같은 양수,음수의 대칭적 구조 - PCM(Pulse-code modulation) : 펄스 부호 변조 : Analog 신호의 Digital 표현으로 신호(Siganl)을 균일한 주기로 표본화(Sampling)한 뒤 디지털 코드로 양자화(Quantization) 처리한다. - 3-bit 양자화 예시

#####신호가 한곳에 집중되었을 경우 주기적 Sampling은 의미가 없어지는것이 단점 - 비균일/비선형 양자화 (Non-Uniform) - 양자화 스텝 크기가 비균일함 - 입력 신호 레벨이 작을때는 양자화 계단 간격을 작게! - 입력 신호 레벨이 클때는 양자화 계단 간격을 크게하는 방식

추가 내용은 내일....