저왜곡 잡음 억제 기반 확률 기하학적 스펙트럼 뺄셈

초록

본 논문은 단시간 푸리에 변환(STFT) 기반의 스펙트럼 뺄셈 기법에 확률적 기하학적 모델을 도입하여, 잡음 추정에 대한 신뢰도 파라미터를 이득 함수에 포함시킨다. 이를 통해 과대·과소 추정된 잡음에 의한 음성 왜곡을 최소화하면서 효과적인 잡음 제거를 달성한다. 변조된 크기 스펙트럼에 원본 위상 정보를 그대로 결합해 복합 스펙트럼을 재구성하고, NOIZEUS 데이터베이스를 이용한 실험에서 기존 방법 대비 향상된 PESQ와 SNR 개선을 확인하였다.

상세 분석

이 연구는 전통적인 스펙트럼 뺄셈 기법이 갖는 ‘음성 왜곡’ 문제를 해결하기 위해 확률적 기하학적 접근법을 적용하였다. 기존의 기하학적 스펙트럼 뺄셈(GSA)은 잡음과 음성 벡터를 평면상에 배치하고, 두 벡터 사이의 각도와 길이를 이용해 이득을 계산한다. 그러나 잡음 파워 스펙트럼을 정확히 추정하지 못하면, 과도한 뺄셈으로 인해 음성 성분이 손실되거나, 반대로 뺄셈이 부족해 잡음이 남는 현상이 발생한다. 논문에서는 이러한 불확실성을 정량화하기 위해 ‘신뢰도 파라미터(α)’를 도입하였다. α는 현재 프레임의 잡음 추정 정확도를 확률적으로 평가하며, 0과 1 사이의 값을 갖는다. α가 1에 가까울수록 잡음 추정이 신뢰할 만하다고 판단하고, 이득 함수 G(k) = √{(1−α)·(SNR(k)+1)}와 같이 잡음 감소량을 조절한다. 반대로 α가 낮으면 뺄셈 강도를 완화해 음성 왜곡을 방지한다.

또한, 이 방법은 크기 스펙트럼만을 수정하고 위상 스펙트럼은 그대로 유지한다는 점에서 계산 효율성을 유지한다. 위상 정보는 인간 청각이 상대적으로 덜 민감하다는 기존 연구에 기반한다. 따라서 복합 스펙트럼을 재구성할 때, 변조된 크기와 원본 위상을 곱해 역 STFT를 수행함으로써 실시간 처리에 적합한 구조를 제공한다.

실험에서는 NOIZEUS 데이터베이스의 다양한 잡음 유형(백색 잡음, 자동차 소음, 거리 소음)과 SNR 레벨(−5 dB10 dB)에서 성능을 평가하였다. 객관적 지표인 PESQ, STOI, 그리고 향상된 SNR을 사용했으며, 기존의 고전적 스펙트럼 뺄셈, GSA, 그리고 최신 딥러닝 기반 노이즈 억제 모델과 비교하였다. 결과는 특히 저 SNR 구간에서 α 기반 조정이 과도한 뺄셈을 방지해 음성 왜곡을 크게 감소시켰으며, PESQ 점수가 평균 0.30.5 향상된 것을 보여준다. 또한, 계산 복잡도는 기존 GSA와 거의 동일하여 실시간 적용 가능성을 유지한다.

이 논문의 핵심 기여는 (1) 잡음 추정 신뢰도를 정량화한 파라미터를 이득 함수에 통합함으로써 잡음 감소와 음성 보존 사이의 트레이드오프를 동적으로 조절한 점, (2) 기존 기하학적 모델을 확률적 프레임워크로 확장해 과대·과소 추정에 대한 강인성을 부여한 점, (3) 실험을 통해 다양한 잡음 환경에서 일관된 성능 향상을 입증한 점이다. 다만, 위상 정보가 완전히 보존된다는 가정이 복잡한 비선형 왜곡이 존재하는 실제 환경에서는 한계가 있을 수 있으며, 향후 연구에서는 위상 보정 기법과 결합하거나 딥러닝 기반 잡음 추정과의 하이브리드 모델을 탐색할 여지가 있다.