음성 압축에서의 심층 신경망 기반 장구간 예측

본 논문에서는 음성 압축 시스템에 사용될 수 있는 심층 신경망 기반 장구간 예측을 제안한다. 최근 신호 처리 기술을 기반으로 한 기존 음성 코덱의 성능을 뛰어넘는 심층 신경망 기반 음성 압축 모델에 관한 연구가 이루어지고 있다. 그러나 음성 샘플 간에는 장구간의 상관성이 존재함에도 불구하고, 현재 대부분의 심층 신경망 기반 음성 압축 모델에서는 과거 샘플의 정보를 거의 활용하지 않고 있다. 본 논문에서는 현재 프레임에서 과거 샘플과의 장구간 상관성을 제거함으로써 여기 신호의 압축 효율을 높이기 위해 심층 신경망을 사용하여 과거 프레임으로부터 현재 프레임을 예측하는 방법을 제안한다. 여기 신호에 스칼라 양자화를 적용할 때 장구간 예측을 사용하지 않은 경우에 비해 전송률-왜곡 성능이 향상되는 것을 실험을 통해 확인하였으며, 여기 신호의 분포를 비교함으로써 제안된 방법의 효과를 검증한다.