다중 디코릴레이션 기법 결합으로 음향 피드백 억제 향상

초록

본 논문은 다중 지연 구조에 기반한 주파수 영역 칼만 필터를 기본으로, 가변 시간 지연선, 예측, 비선형 왜곡 보상, 간소화된 잔향 모델 등 네 가지 디코릴레이션 기법을 추가·조합하여 음향 피드백 취소 성능을 향상시키는 방법을 제안한다. 각 기법의 파라미터 범위를 실험적으로 규명하고, 공개 데이터셋을 이용해 시스템 거리와 PESQ(PERCEPTUAL EVALUATION OF SPEECH QUALITY) 점수로 평가하였다. 단일 기법보다 복합 적용이 가장 큰 개선을 보이며, 특히 높은 루프 이득(30 dB) 상황에서도 안정적인 수렴을 달성한다.

상세 분석

이 연구는 기존의 주파수 영역 칼만 필터를 다중‑지연(MD‑FLMS) 구조에 통합한 시스템을 출발점으로 삼는다. MD‑FLMS는 긴 방의 임펄스 응답을 여러 파티션으로 나누어 실시간 처리 가능하게 하는데, 여기서 각 파티션은 256 샘플(≈16 ms) 길이이며 전체 임펄스 응답은 1024 샘플을 초과한다. 칼만 필터는 자동으로 상태 공분산을 업데이트하면서 비정상적인 방 변화에 강인하게 대응하지만, 두 가지 근본적인 문제—바이어스와 수렴 속도—가 여전히 존재한다.

바이어스는 입력 신호 x와 원음 s 사이의 상관관계가 남아 있을 때 발생한다. 수식 (2)에서 보듯이 바이어스 항 h_bias는 R_xx⁻¹·r_xs 로 표현되며, 이는 s의 예측 가능한 성분을 제거하려는 효과를 가진다. 그러나 이 과정에서 음성의 주기적 성분이 과도하게 위축돼 음질 저하가 일어날 수 있다. 이를 완화하기 위해 저자들은 네 가지 디코릴레이션 수단을 도입한다.

첫 번째는 고정 지연(256 샘플)으로, 다중‑지연 구조 자체가 제공하는 자연스러운 시간 지연이다. 이는 입력과 출력 사이의 자기상관을 감소시켜 바이어스를 부분적으로 억제한다. 두 번째는 가변 시간 지연선(‘진동 효과’)이다. 진동은 최대 2 ms, 변조 주파수 1‑2 Hz 범위에서 적용되며, 시간 도메인 탭 지연 라인을 사인파로 변조해 주파수 이동 및 위상 변조 효과를 만든다. 실험 결과, 30 dB 루프 이득에서 고정 지연만 사용할 경우 6 초 내에 시스템이 붕괴되지만, 1 Hz 변조를 추가하면 수렴이 유지되고, 2 Hz 변조는 MOS가 약간 감소하나 수렴 속도가 크게 개선된다.

세 번째는 비선형 왜곡 보상이다. 네 가지 비선형 함수(반파 정류, 부호 제곱, 두 함수를 혼합한 함수, 스무딩된 반파 정류)를 비교했으며, 각 함수는 고유의 고조파 구조와 THD(총 고조파 왜곡)를 가진다. 특히 스무딩된 반파 정류는 입력 신호의 표준편차에 따라 동적으로 ‘무릎’ 파라미터 c를 조정해 부드러운 왜곡을 제공한다. THD를 5 % 혹은 10 % 수준으로 맞추기 위해 혼합 비율 α를 조정하고, 원본 신호와 왜곡 신호를 스케일링(sc)하여 전체 파워를 유지한다. 실험에서는 5 % THD 수준에서 MOS 저하가 최소화되면서도 바이어스 감소 효과가 확인되었다.

네 번째는 간소화된 잔향 모델이다. 기존 연구에서는 복잡한 잔향 필터링이 필요했지만, 저자들은 방의 임펄스 응답을 2‑3개의 지연 탭으로 근사화하고, 이를 칼만 필터의 상태 전이 행렬에 포함시켰다. 이 모델은 계산량을 크게 줄이면서도 잔향에 의한 상관성을 충분히 감소시켜 수렴 속도를 높인다.

성능 평가는 두 가지 지표로 이루어진다. 시스템 거리 sd(l)은 추정된 임펄스 응답과 실제 임펄스 응답 사이의 L2‑노름 차이이며, 초기(5 s)와 최종(20 s 이후) 구간을 각각 sd₅, sd₂₀⁺ 로 측정한다. PESQ는 주관적 청취 품질을 객관화한 MOS 스케일을 제공한다. 실험 결과, 각 기법을 개별 적용했을 때 sd와 PESQ가 모두 개선되었으며, 네 가지를 모두 결합했을 때 sd₅는 약 30 % 감소, sd₂₀⁺는 40 % 이상 감소, PESQ는 0.4 ~ 0.6점 상승했다. 특히 높은 루프 이득(30 dB) 상황에서 과도한 피드백으로 인한 불안정성을 가변 지연과 비선형 왜곡이 효과적으로 억제했다.

전반적으로 이 논문은 “다중 디코릴레이션”이라는 개념을 실용적인 구현 단계까지 확장한다. 고정 지연이라는 구조적 이점을 기본으로, 저 복잡도·저 지연(≈2 ms) 가변 지연, 적절히 조정된 비선형 왜곡, 그리고 간소화된 잔향 모델을 조합함으로써, 기존 단일‑기법 기반 시스템보다 더 빠른 수렴, 낮은 바이어스, 그리고 향상된 음성 품질을 달성한다. 또한 파라미터 범위(최대 지연 2 ms, 변조 주파수 1‑2 Hz, THD 5‑10 %)를 명시함으로써 실제 차량 내 인-카 통신 시스템 등에 바로 적용 가능한 가이드라인을 제공한다.