노이즈 강인성을 위한 수정된 SPLICE와 비스테레오 확장

본 논문은 잡음에 강인한 음성 인식 시스템을 구축하기 위해, 널리 사용되는 SPLICE(스테레오 기반 조각별 선형 보정) 알고리즘을 두 차원에서 개선한다. 첫 번째는 기존 SPLICE가 학습 단계에서 청음 \(x\)와 잡음 \(y\) 사이의 완전 상관관계(ρ = 1)를 가정하면서도 실제로는 교차 공분산 \(\Sigma_{xy,m}\) 을 이용해 변환 행렬 \(A_m\)를 추정한다는 모순을 지적한다. 이를 해결하기 위해 저자는 교차 공분산을 배제하고, 각 GMM 클래스의 청음·잡음 평균과 공분산만을 사용해 화이트닝 변환 \(C_m = \Sigma_{x,m}^{1/2}\Sigma_{y,m}^{-1/2}\) 을 정의한다. 변환식은 \