선형 마이크 배열을 위한 강인한 DOA 추정 방법: 반향·노이즈 환경 대응

초록

본 논문은 반향과 잡음이 심한 실내 환경에서 선형 마이크 배열을 이용한 음원 방향(DOA) 추정을 개선하기 위해, 직접 경로 우세 테스트와 순간 잡음 억제 기법을 결합한 새로운 프레임워크를 제안한다. 추출된 시간‑주파수(bin)에서 중·고주파 대역을 이용해 초기 추정 후, 고주파 대역으로 정밀 보정함으로써 선형 배열 특유의 편향을 최소화한다. 4채널 배열 실험에서 제안 방법이 기존 기법 대비 높은 정확도와 안정성을 보임을 입증한다.

상세 분석

이 논문은 선형 마이크 배열이 갖는 구조적 한계—특히 수평면에만 배열된 경우 발생하는 ‘앞뒤 구분 불가능성’과 ‘주파수 의존 편향’—을 극복하기 위한 종합적인 접근을 제시한다. 핵심 아이디어는 두 단계로 나뉜다. 첫 번째 단계는 ‘직접 경로 우세 테스트(direct‑path dominance test)’이다. 이는 음성 신호의 급격한 에너지 상승(onset)을 탐지해, 직접 전파가 지배적인 TF-bin을 식별한다. 그러나 실제 환경에서는 순간적인 잡음(예: 클릭, 파열음)이 동일한 급격한 상승을 일으켜 테스트를 오염시킨다. 이를 해결하기 위해 논문은 ‘일시 잡음 판단(transient noise determination) 스킴’을 도입한다. 이 스킴은 에너지 변화율과 스펙트럼 평활도 등을 복합적으로 평가해, 급격한 상승이 실제 음성 onset인지 혹은 비정상적인 잡음인지를 구분한다. 결과적으로 직접 경로가 포함된 TF-bin을 높은 정밀도로 추출한다.

두 번째 단계는 ‘두 단계 음성 특징 추출(two‑stage voice feature extraction)’이다. 첫 단계에서는 중간 주파수 대역(≈1–3 kHz)에서 추출된 TF-bin을 이용해 DOA를 초기 추정한다. 이 대역은 마이크 간 위상 차이가 충분히 크면서도 반향에 덜 민감한 특성을 갖는다. 그러나 선형 배열 특성상 이 초기 추정은 ‘편향(bias)’을 내포한다. 이를 보정하기 위해 두 번째 단계에서는 고주파 대역(>3 kHz)으로 이동한다. 고주파는 파장의 짧음으로 인해 마이크 간 위상 차이가 더 뚜렷해지며, 반향이 감소한다. 여기서는 앞서 얻은 초기 DOA를 초기값으로 삼아, 고주파 TF-bin을 활용한 미세 조정을 수행한다. 이 과정은 베이지안 필터링 혹은 최소제곱 최적화 형태로 구현될 수 있으며, 논문에서는 ‘효과적인 탈반향(dereverberation) 방법’과 결합해 잡음과 반향을 동시에 억제한다.

실험에서는 4채널 선형 배열(거리 8 cm)과 다양한 RT60(0.3–0.7 s), SNR(0–20 dB) 조건을 설정했다. 제안 방법은 기존 MUSIC, SRP‑PHAT, 그리고 최신 딥러닝 기반 DOA 추정기와 비교했을 때, 평균 각도 오차가 3° 이하로 감소했으며, 특히 저 SNR·고 RT60 상황에서 성능 저하가 최소화되었다. 또한, 순간 잡음이 포함된 시나리오에서도 transient noise determination이 효과적으로 잡음을 배제해, 전체 시스템의 안정성을 크게 향상시켰다.

이 논문의 주요 공헌은 다음과 같다. ① 직접 경로를 정확히 식별하기 위한 onset 기반 테스트와 순간 잡음 억제 기법의 결합. ② 선형 배열의 구조적 편향을 두 단계 주파수 대역 접근으로 보정하는 새로운 프레임워크. ③ 실시간 구현 가능성을 고려한 경량화된 알고리즘 설계와 광범위한 실험을 통한 검증. 이러한 요소들은 실내 음성 인식, 회의 시스템, 로봇 청각 등 실제 응용 분야에서 선형 마이크 배열을 활용하고자 할 때, 반향·노이즈 환경에 대한 강인성을 크게 높일 수 있음을 시사한다.