[논문 리뷰] Improving Blind Source Separation Performance By Adaptive Array Geometries For Humanoid Robots

Hendrik Barfuss, Walter Kellermann|arXiv (Cornell University)|2014. 04. 28.

Speech and Audio Processing인용 수 4

한 줄 요약

이 논문은 인간형 로봇을 위한 적응형 마이크로폰 어레이 기하학 알고리즘을 제안하며, 빈도별 간섭을 줄이기 위해 마이크로폰 간 거리를 동적으로 조절하여 블라인드 소스 분리(BSS) 성능을 햖थ다. 평균 제곱코herence(MSC) 기반의 온라인 성능 측도를 사용하여, 시스템은 실시간으로 어레이 구성 요소를 반복적으로 최적화하며, 시뮬레이션에서 다중 화자 상황에서 신호 대 간섭비(SIR)가 유의미하고 지속적으로 향상됨을 보였다.

ABSTRACT

In this paper, the concept of an adaptation algorithm is proposed, which can be used to blindly adapt the microphone array geometry of a humanoid robot such that the performance of the underlying signal separation algorithm is improved. As a decisive feature, an online performance measure for blind source separation is introduced which allows a robust and reliable estimation of the instantaneous separation performance based on currently observable data. Experimental results from a simulated environment confirm the efficacy of the concept.

연구 동기 및 목표

• 소음이 많고 다중 화자 환경에서 운영되는 인간형 로봇의 블라인드 소스 분리(BSS) 성능을 향상시키기 위해.
• 원천 위치나 어레이 구성에 대한 사전 지식 없이도 실시간으로 마이크로폰 어레이 기하학을 적응시켜 신호 추출 성능을 향상시키기 위해.
• 관측 가능한 데이터만을 사용하여 BSS 품질을 블라인드 평가할 수 있는 강력한 온라인 성능 측도를 개발하기 위해.
• 동적 마이크로폰 간격 조절이 실제와 유사한 음향 조건에서 분리 성능을 향상시킬 수 있음을 입증하기 위해.
• 특히 복잡한 환경에서 자동 음성 인식(ASR) 성능을 향상시키기 위해, 적응형 어레이 기하학을 보다 넓은 로봇 청취 시스템에 통합하는 데 기초를 마련하기 위해.

제안 방법

• 알고리즘은 두 개의 겹치는 이중 센서 하위 어레이로 구성된 3센서 선형 어레이를 설정하며, 각각의 마이크로폰 간 거리가 독립적으로 조절 가능하다.
• 각 반복 단계에서 BSS 알고리즘이 두 하위 어레이 모두에 적용되며, 평균 제곱코herence(MSC)를 온라인 성능 지표로 사용하여 분리 성능을 평가한다.
• MSC는 짧은 시간 간격으로 계산되며, 더 우수한 분리 성능을 보이는 하위 어레이를 식별하는 데 사용된다.
• 우수한 하위 어레이의 MSC를 바탕으로, 향후 성능 향상을 위해 기울기 기반 적응 규칙을 사용해 해당 마이크로폰 간 거리를 업데이트한다.
• 적응 과정은 매 5초마다 반복되며, 시스템은 각 단계에서 가장 우수한 성능을 보이는 하위 어레이를 선택하여 기하학적 조정을 이끌어낸다.
• 출력 신호는 SIR가 가장 높은 하위 어레이에서 유도되며, 최적의 신호 추출을 보장한다.

실험 결과

연구 질문

• RQ1 MSC 기반의 온라인 블라인드 성능 측도가 실시간으로 BSS 알고리즘의 순간적 분리 품질을 신뢰성 있게 추정할 수 있는가?
• RQ2 원천 위치에 대한 사전 지식 없이도 마이크로폰 어레이 기하학의 동적 적응이 다중 화자 환경에서 신호 대 간섭비(SIR)를 향상시킬 수 있는가?
• RQ3 제안된 적응 알고리즘이 시간이 지남에 따라 측정 가능한 지속적인 BSS 성능 향상으로 이어지는가?
• RQ4 다양한 마이크로폰 간격에서 BSS 알고리즘의 성능는 어떻게 변하는가? 그리고 시스템은 자율적으로 최적의 구성으로 수렴할 수 있는가?
• RQ5 적응형 어레이 기하학이 열악한 음향 조건에서 로봇 청취 시스템의 강건성을 어느 정도 향상시킬 수 있는가?

주요 결과

• 신호 추출 알고리즘의 평균 SIR는 시간이 지남에 따라 지속적으로 증가하여 분리 성능 향상이 이루어지고 있음을 나타낸다.
• 적응 과정은 분리 성능 향상이 입증된 구성으로 성공적으로 수렴하였으며, 출력 SIR가 지속적으로 상승함으로써 이를 확인하였다.
• 출력 신호의 평균 SIR(SIR_mean,out)는 항상 최상의 하위 어레이의 SIR와 일치하였으며, 이는 시스템이 정확히 최고 성능을 보이는 구성 요소를 식별하고 활용하고 있음을 확인하였다.
• 온라인 MSC 기반 성능 측도는 적응 과정을 효과적으로 이끌었으며, 낮은 MSC 값이 더 높은 SIR 수준과 관련되어 있음을 확인하여, 이 지표가 신뢰할 수 있는 블라인드 성능 지표임을 입증하였다.
• 알고리즘은 시뮬레이션 환경에서 뛰어난 강건성을 보였으며, 동적 어레이 기하학 적응이 다중 화자 상황에서 BSS 성능을 크게 향상시킴을 보였다.
• 최종 마이크로폰 간 거리는 초기 값 0.15 m와 0.20 m에서 각각 0.30 m와 0.45 m로 조정되어, 더 큰 어레이 개구부를 효과적으로 탐색하여 비음향형 직향성 향상에 기여함을 나타냈다.