희소 혼합 신호를 위한 다중 소스 활동 검출 기반 주파수 영역 TRINICON 블라인드 소스 분리

초록

본 논문은 희소하게 혼합된 음성 신호에 대해, 주파수 영역에서 구현된 TRINICON 알고리즘에 다중 소스 활동 검출(Multi‑Source Activity Detection, MSAD)을 결합한 새로운 BSS 프레임워크를 제안한다. MSAD를 이용해 각 소스의 활성 구간을 정확히 파악하고, 해당 구간에서만 필터 업데이트를 수행하도록 규제함으로써, 기존 연속 혼합 상황에 최적화된 TRINICON의 성능 저하를 크게 완화한다. 실험은 BSSEVAL 툴킷의 SDR, SIR, SAR 지표를 사용해 검증했으며, 제안 방법이 희소 혼합 환경에서 기존 방법 대비 평균 2~3 dB 이상의 성능 향상을 보임을 확인하였다.

상세 분석

TRINICON(Triple‑N ICA for convolutive mixtures)은 비백색성, 비정상성, 비가우시안성을 동시에 활용하는 블라인드 소스 분리(BSS) 기법으로, 시간 영역과 주파수 영역 양쪽에서 구현 가능하다. 특히 주파수 영역 구현은 내부 순열(permutation) 문제를 자연스럽게 회피할 수 있다는 장점이 있다. 그러나 기존 연구는 소스가 지속적으로 혼합되는 상황, 즉 모든 시간 프레임에서 모든 소스가 동시에 활성화된 경우에 최적의 성능을 보인다는 전제하에 설계되었다. 실제 음성·음악 신호는 종종 말하기·노래하기, 정지·이동 등으로 인해 시간적으로 희소(sparsely)하게 혼합된다. 이러한 경우, 모든 프레임에 대해 동일한 필터 업데이트를 수행하면 비활성 구간에서 잡음이 학습에 포함되어 수렴 속도가 저하되고, 최종 분리 품질이 크게 떨어진다.

본 논문은 이러한 한계를 극복하기 위해 두 가지 핵심 아이디어를 도입한다. 첫째, 다중 소스 활동 검출(Multi‑Source Activity Detection, MSAD) 모듈을 설계하여 각 채널·각 소스의 활성 구간을 실시간으로 판별한다. MSAD는 짧은 시간 푸리에 변환(STFT) 스펙트럼의 에너지 분포와 통계적 비정상성을 이용해, 특정 주파수 대역에서 에너지 급증이 관측될 때 해당 소스가 활성화되었다고 판단한다. 둘째, 검출된 활성 구간에만 TRINICON 필터를 업데이트하도록 규제함으로써, 비활성 구간에서 발생하는 불필요한 적응을 억제한다. 이때 필터 업데이트는 기존의 자연경사(Natural Gradient) 기반 최적화에 가중치를 곱하는 형태로 구현되며, 가중치는 MSAD의 이진 활성 마스크에 의해 0 또는 1로 설정된다.

알고리즘 흐름은 다음과 같다. (1) 입력 혼합 신호를 STFT로 변환하고, 각 프레임·주파수 bin에 대해 복소수 스펙트럼을 얻는다. (2) MSAD는 각 프레임의 스펙트럼 파워를 기준으로 임계값(threshold)을 동적으로 조정하여, 소스별 활성 마스크 A_k(t,f)를 생성한다. (3) TRINICON의 비용 함수는 비백색성(autocorrelation), 비정상성(temporal variation), 비가우시안성(kurtosis) 세 항을 결합한 형태이며, 자연경사법으로 파라미터(필터) w를 업데이트한다. 여기서 업데이트 식은 ∆w ∝ A_k(t,f)·∇J(w) 로 변형되어, 비활성 구간에서는 ∆w가 0이 된다. (4) 업데이트된 필터를 역 STFT와 결합해 시간 영역에서 분리된 신호를 복원한다.

실험 설정은 2채널 마이크 어레이와 2개의 음성 스피커를 사용한 실내 환경을 가정하였다. 희소 혼합은 각 스피커가 교대로 0.5 s~1.0 s 간격으로 발화하도록 설계했으며, 혼합 비율은 0 dB, 5 dB, 10 dB SNR을 포함한다. 성능 평가는 BSSEVAL 툴킷의 SDR(Signal‑to‑Distortion Ratio), SIR(Signal‑to‑Interference Ratio), SAR(Signal‑to‑Artifact Ratio) 세 지표를 사용하였다. 결과는 기존 주파수 영역 TRINICON(활성 구간 구분 없이 전체 프레임에 대해 업데이트) 대비, 제안 방법이 평균 SDR 2.3 dB, SIR 3.1 dB, SAR 1.8 dB 향상을 보였으며, 특히 비활성 구간이 길어질수록 성능 격차가 확대되는 경향을 확인했다. 또한, MSAD의 검출 정확도는 94 % 이상으로, 잘못된 활성 판단에 의한 필터 오염이 거의 없음을 입증하였다.

본 연구는 희소 혼합 상황에서 TRINICON의 적용 가능성을 크게 확장한다는 점에서 의미가 크다. 비활성 구간을 무시하고 필터를 학습시키는 전통적 접근법은 잡음과 잔향을 과도하게 학습하게 되지만, MSAD 기반 규제는 이러한 불필요한 적응을 방지하고, 실제 환경에서의 실시간 BSS 시스템 구현에 필요한 계산 효율성도 동시에 제공한다. 향후 연구에서는 다채널(>2) 시스템, 비정상적인 이동 소스, 그리고 딥러닝 기반 활동 검출과의 하이브리드 구조를 탐색함으로써, 더욱 복잡한 실세계 음향 장면에 대한 일반화 능력을 강화할 수 있을 것으로 기대된다.