동적 마이크로폰 궤적을 위한 대규모 실내 음향 데이터베이스 trajectoRIR 소개

초록

trajectoRIR 데이터베이스는 L자형 레일 위를 로봇 카트가 이동하면서 3가지 마이크 배열로 수집한 정지 RIR 8 648개와 이동 중 녹음된 스위프·음성·음악·노이즈를 제공한다. 방 반향시간 0.5 s, 속도 0.2·0.4·0.8 m/s, 48 kHz·24 bit, 파이썬 API와 메타데이터가 포함돼 소스 로컬라이제이션·동적 사운드 필드 재구성·에코 캔슬레이션 등 다양한 연구에 활용 가능하다.

상세 분석

trajectoRIR 논문은 기존 실내 음향 데이터베이스가 정적 RIR만 제공하거나 동적 녹음만 제공하는 한계를 정확히 짚고, 두 종류를 동일한 물리적 경로에서 동시에 확보한 최초의 데이터셋임을 강조한다. 주요 기술적 특징은 다음과 같다.

1. 궤적 설계와 로봇 카트: MDF 기반 레일 시스템을 이용해 약 4.4 m 길이의 L자형 경로를 구현했으며, 92개의 정밀 위치(≈5 cm 간격)를 사전 표기했다. 카트는 0.2, 0.4, 0.8 m/s의 세 가지 일정 속도로 이동해, 시간‑변화 RIR 추정이나 속도‑보정 알고리즘 테스트에 적합한 데이터가 된다.

2. 다중 마이크 배열:

   • MC1: KU‑100 더미 헤드 + 양쪽 귀 옆 옴니 마이크, 16채널 원형 배열(헤드 주변), 4채널 원형 배열(헤드 위)
   • MC2: MC1과 동일하지만 더미 헤드 없이 옴니 마이크만 사용
   • MC3: 3개의 1차 앰비소닉 마이크와 12채널 균일 선형 배열(ULA)
     이러한 구성은 기존 RIR 데이터베이스(예: MYRiAD)와 호환되면서, 다양한 배열 기반 알고리즘(빔포밍, 스페이셜 필터링, 앰비소닉 디코딩 등)의 학습·평가에 바로 적용할 수 있다.

3. 정적 RIR 수집: 8 648개의 RIR은 각 배열·속도·위치 조합별로 균등하게 기록되었으며, 마이크와 스피커 사이의 거리·각도 정보를 CSV 메타데이터에 포함한다. 이는 공간 보간, 파라미터 추정, 방 특성 모델링 등에 필수적인 고해상도 샘플링을 제공한다.

4. 동적 녹음 콘텐츠: 피아노, 드럼 비트, 여성 음성, 화이트 노이즈, 두 종류의 완전 스위프(저·고주파 대역) 등 5가지 신호를 각각 3속도·3배열 조합으로 녹음해 총 108개의 멀티채널 파일을 만든다. 또한 카트와 레일의 자가소음(eego‑noise)도 별도 수집해 노이즈 저감 연구에 활용 가능하도록 했다.

5. 데이터 포맷·접근성: 모든 오디오 파일은 48 kHz, 24 bit WAV 형식이며, 전체 용량은 7.47 GB, 총 3.4 시간이다. 파이썬 스크립트가 제공돼 파일 로드, 위치·속도 정보 추출, 좌표 변환 등을 일괄 처리할 수 있다. 이는 데이터 전처리 비용을 크게 낮추어, 머신러닝 파이프라인에 바로 삽입할 수 있게 한다.

6. 응용 사례와 평가: 논문에서는 시간‑변화 RIR 추정 실험을 수행했으며, 정적 RIR만 사용했을 때, 동적 녹음만 사용했을 때, 그리고 두 데이터를 결합했을 때의 재구성 정확도를 비교한다. 결합 방식이 가장 높은 상관계수와 낮은 RMSE를 보이며, 실제 환경에서 정적·동적 데이터가 상호 보완적임을 실증한다.

7. 한계와 향후 과제: 방 반향시간이 0.5 s로 중간 수준이며, 스피커는 고정 두 대만 사용했다. 따라서 매우 큰 반향시간이나 다중 스피커 시나리오에 대한 확장은 필요하다. 또한 레일이 평면에 한정돼 있어 3차원 자유 이동 데이터는 아직 부족하다. 향후 이러한 변수를 추가한 확장판이 기대된다.

종합적으로, trajectoRIR은 정밀한 위치 정보와 다양한 마이크 배열·신호 유형을 결합한 최초의 “정적 + 동적” 실내 음향 데이터베이스로, 데이터‑구동형 음향 알고리즘, 시뮬레이션 검증, 그리고 실제 로봇 청각 시스템 개발에 핵심 자산이 될 것이다.