[논문]정상 한국인의 성별 체형정보와 MDVP 변수간의 상관관계 연구

강재환; 유종향; 김종열

문제 정의

이러한 연구노력의 일환으로 본 연구에서는 음성분석에 가장 기본이 되는 피치(pitch)와 함께 MDVP변수 이용하여 건강한 한국인을 대상으로 성별, 나이별, 체형별로 이들 간의 상관관계가 어떻게 되는지를 조사하여 이러한 변수가 차후 인체의 특성을 표현할 수 있는 음향지표로 유용할 수 있는지를 살펴보고자 하였다.
본 연구에서는 인간의 신체정보, 크기와 음성변수 중에서도 피치와 이로 파생되는 MDVP 변수와의 관련성을 살펴보고자 하였다. 특히 차후 관련 연구 확장과 여러 형태의 대량 음성 데이터 분석을 위해 상용 음성분석기기를 사용하지 않고 신뢰성 높은 피치 및 MDVP 분석기능과 손쉽게 이들의 상관성을 볼 수 있도록 특화된 프로그램을 자체적으로 개발하여 연구에 적용시켜 보았다.
본 연구에서는 인간의 신체정보, 크기와 음성변수 중에서도 피치와 이로 파생되는 MDVP 변수와의 관련성을 살펴보고자 하였다. 특히 차후 관련 연구 확장과 여러 형태의 대량 음성 데이터 분석을 위해 상용 음성분석기기를 사용하지 않고 신뢰성 높은 피치 및 MDVP 분석기능과 손쉽게 이들의 상관성을 볼 수 있도록 특화된 프로그램을 자체적으로 개발하여 연구에 적용시켜 보았다.
이는 차후 더 깊은 연구를 통하여 밝혀야 할 문제라고 생각된다. 또한 이번 연구에서는 /아/모음에 대한 피치계열의 음성변수만을 대상으로 하였지만 차후에는 다양한 모음에 대해서 포만트,HNR(Harmonics to Noise Ratio), Energy 등 여러 가지 음성변수에 대한 다각적인 연구로 신체적 특성과 음성변수간의 상관성을 밝혀 보고자 한다.

가설 설정

4) 녹음이 시작되면 발음 전에 약 1-5 초간의 묵음 유지.

제안 방법

수집된 대량 음성데이터에 대한 음성분석을 위해 자동으로 모음 분절(segmentation)과 12 개의 MDVP 변수들을 계산하고 이를 피험자 신상정보, 8 부위 체형변수와 비교할 수 있는 프로그램을 Microsoft Visual Studio 2005 개발환경에서 MFC와 C/C++언어를 사용하여 구현하였다.
피험자의 아이디, 이름, 키, 나이, 몸무게와 같은 신상정보와 몸통 8 부위 체형 둘레 값 등 분석에 필요한 정보는 남녀별로 MS-Excel 2003 파일 형식으로 정리하였고 각 피험자들의 음성데이터는 PCM signed 16 bit, mono형식으로 44,100 Hz의 샘플링로 수집되었다. 프로그램에서는 Microsoft사의 DAO(Data Access Objects)를 이용하여 MS-Excel 파일의 정보를 읽어들이고 지정된 폴더에 Excel파일의 피험자 ID에 대응하는 음성 wav파일 존재 여부를 확인한 다음 연결된 wav 파일을 읽어들인 후 음성분석을 실시하였다.
음성데이터는 사이마다 약 1-2 초의 공백을 두고 5 모음이 연속해서 저장되어 있는 형태로 분석에 앞서 각 모음 구간 설정을 위해 단일 역치값(single threshold)을 이용한 자동 모음 분절 기능을 구현하였다. 먼저 44 kHz의 음성신호를 11 kHz로 다운 샘플링하고 맨 처음부터 0.
음성데이터는 사이마다 약 1-2 초의 공백을 두고 5 모음이 연속해서 저장되어 있는 형태로 분석에 앞서 각 모음 구간 설정을 위해 단일 역치값(single threshold)을 이용한 자동 모음 분절 기능을 구현하였다. 먼저 44 kHz의 음성신호를 11 kHz로 다운 샘플링하고 맨 처음부터 0.5 초간의 공백 신호에 대해 평균값(Avg0.5)과 표준편차(Std0.5)를 구하고, 이 두 가지 값을 다음과 같은 식 (1)을 이용하여 유효신호 역치값(Th, threshold)을 구하였다.
그리고 음성신호에 대해서는 그의 절대값에 0.1 초의 이동평균(moving average)을 적용시킨 후이 값이 Th를 넘기는 점을 첫 번째 모음 시작점(onset) 후보(candidate)로 정하였고 이후 0.5 초 동안에 Th이하 내려가는 경우가 없을 시 이를 모음 시작점으로 확정하였다. 끝점(offset) 역시 시작점과 마찬가지로 시작점이 정해진 후 0.
5 초 동안 Th이상으로 올라가는 경우가 없을 시 이를 끝점으로 확정하였다. 이러한 작업을 5 번 걸쳐서 5 모음에 대한 첫 번째 시작 및 끝점을 찾아내었고, 분석에는 안정된 발성이 되는 부분만을 대상으로 하기 위하여 계산된 시작점과 끝점 사이 간격에서 12.5% - 75%되는 부분만을 유효 모음 구간으로 설정하였다.
프레임의 크기는 기대하는 최소 피치값과 이때에 한 프레임 안에 들어갈 주기의 개수를 정하여 결정한다. 본 연구에서는 최소 피치값으로 50 Hz, 한 프레임 내에 들어갈 주기 개수는 2 개로 하여 한 프레임의 크기를 40 msec로 정하였고 한 프레임에서 피치값을 검출하면 그 크기의 1/4인 10 msec만큼 이동하도록 하였다. 프레임에는 Hanning 원도우를 사용하였고 윈도우를 적용시킨 음성신호의 자기상관함수와 Hanning 윈도우 자기상관함수를 이용하여 피치값 검출을 위한 정규자기상관(normalized autocorrelation) 신호를 구하였다.
피치검출은 와 같이 첫 번째 단계로 normalized autocorrelation에서 일정한 threshold(2)를 넘는 피크점을 찾아 이들을 피치 후보(candidate)로 등록하고 이중에 가장 큰 값을 가질 때의 x축값을 피치로 y축값을 이 피치의 강도(strength)로 추정하였다.
일차로 추정된 피치 및 피치후보들에 대해서는 좀 더 정확성을 높이기 위하여 두 가지 보간법을 사용하였다. 이는 피치를 포함한 피치후보들 즉, 검출된 피크에 대해서 이 피크와 앞 뒤 점에 대해서 <그림 4>와 같이 피치를 의미하는 x축에 대해서는 Parabolic Interpolation을 사용하여 보정하고 이때의 강도를 의미하는 y축에 대해서는 Hanning Window가 적용된 Sinc Interpolation방법으로 피치의 강도를 보정하였다.
검출된 프레임별 피치와 피치후보들에 대해서는 Viterbi 알고리즘을 사용한 Dynamic Programming을 이용하여 한 프레임의 피치에서 다음 프레임 피치로 연결되는 가장 효율적인 경로(path)를 찾아내어 최종적으로 전체 음성분석구간에서의 피치를 검출하였다. <그림 5>에서는 동일한 음성데이터에 대해본 연구에서 구현한 프로그램과 범용 음성분석프로그램인 praat으로 검출한 피치 결과를 보여주고 있다.
신체크기와 음성과의 상관성을 확인하기 위하여 전체 피험자를 대상으로 체질 진단 연구에서 많이 사용되고 있는 8 부위 측정방법, 즉 피험자의 상반신을 8 부위로 나누고 각 부위의 둘레를 측정하는 방법을 이용하여 이 측정치와 MDVP간의 관계를 조사하였다.

대상 데이터

본 연구에서는 2008 년에 실시된 “체질진단 과학화를 위한 체질정보 수집 체계 구축” 연구과제의 일환으로 사상체질과 피험자 음성과의 상관관계를 위해 정상인 남녀를 대상으로 수집한 약 800여건의 데이터를 사용하였다.
측정된 모든 데이터에 대해서 키, 몸무게, 나이와 같은 신상정보와 8 부위 체형측정데이터, 음성데이터가 모두 일치하는지를 조사하여 이를 만족치 못한 데이터를 일차로 제외시켰다. 이후 나머지 음성데이터 전체에 대해서 피치 추출을 실시하여 이 중에 /아/모음에서 음도 일탈(pitch break)이나 음성 일탈(voice break)현상이 보이는 데이터를 이차로 제외하여 안정적이고 정상적인 범위의 피치를 가지는 548 건의 데이터만을 대상으로 본 연구를 실시하였다.
피험자의 아이디, 이름, 키, 나이, 몸무게와 같은 신상정보와 몸통 8 부위 체형 둘레 값 등 분석에 필요한 정보는 남녀별로 MS-Excel 2003 파일 형식으로 정리하였고 각 피험자들의 음성데이터는 PCM signed 16 bit, mono형식으로 44,100 Hz의 샘플링로 수집되었다. 프로그램에서는 Microsoft사의 DAO(Data Access Objects)를 이용하여 MS-Excel 파일의 정보를 읽어들이고 지정된 폴더에 Excel파일의 피험자 ID에 대응하는 음성 wav파일 존재 여부를 확인한 다음 연결된 wav 파일을 읽어들인 후 음성분석을 실시하였다.
키, 몸무게, BMI와 MDVP간의 상관관계에서는 남성의 경우 총 191 건의 사춘기 이후 데이터만을 대상으로 하였고 여성의 경우 343 건의 모든 데이터에 대해서 그 상관성을 조사하였다. 그 결과 남녀 모두 대부분의 상관계수들이 0.

데이터처리

본 연구에서는 기존의 자기상관함수(autocorrelation) 방법에서 frame window의 autocorrelation 함수와 두 가지 보간법(interpolation)을 사용하여 잡음에 강하고 훨씬 더 정확성을 높인 Boersma의 방법(Boersma, 1993)을 사용하였는데 이는 동일 저자에 의해 개발되어 음성분석에 범용적으로 이용되고 있는 praat 프로그램에도 적용된 방법이다(Boersma, 2005). 피치검출은 단모음 세그멘트로 분석구간이 정해진 /아/모음의 시작점을 시작으로 일정한 크기의 프레임 단위로 피치를 검출하는 short-time analysis를 실시한다. 프레임의 크기는 기대하는 최소 피치값과 이때에 한 프레임 안에 들어갈 주기의 개수를 정하여 결정한다.
본 연구에서는 최소 피치값으로 50 Hz, 한 프레임 내에 들어갈 주기 개수는 2 개로 하여 한 프레임의 크기를 40 msec로 정하였고 한 프레임에서 피치값을 검출하면 그 크기의 1/4인 10 msec만큼 이동하도록 하였다. 프레임에는 Hanning 원도우를 사용하였고 윈도우를 적용시킨 음성신호의 자기상관함수와 Hanning 윈도우 자기상관함수를 이용하여 피치값 검출을 위한 정규자기상관(normalized autocorrelation) 신호를 구하였다.
정확한 피치 검출을 확인한 후에는 이 피치를 이용하여 3 개 그룹 12 개의 MDVP 변수를 계산하였고 각 변수에 대해서 남녀별 평균과 표준편차는 와 같다.
<그림 6>은 구현된 단모음 음성프로그램의 최종 출력화면으로 피험자 신체정보와 음성분석에 필요한 각종 계수를 설정할 수 있고 선택된 데이터의 신호와 모음 구간 상태를 확인할 수 있도록 그래프 기능을 추가한 주 화면과 다수의 모음데이터에 대해서 피치와 MDVP를 계산하고 이를 리스트로 출력해주며 관심 있는 변수를 선택하여 이들끼리의 상관관계를 살펴볼 수 있는 산점도(scatterplot)와 함께 두 변수의 상관계수(correlation coefficient)와 p-value 그리고 공분산행렬(covariance matrix)을 이용한 분포 외형(contour) 그래프 기능이 구현된 모음 분석 화면으로 구성되어 있다. 각 변수들 간의 상관도는 Pearson 상관계수를 이용하였다.

이론/모형

본 연구에서는 기존의 자기상관함수(autocorrelation) 방법에서 frame window의 autocorrelation 함수와 두 가지 보간법(interpolation)을 사용하여 잡음에 강하고 훨씬 더 정확성을 높인 Boersma의 방법(Boersma, 1993)을 사용하였는데 이는 동일 저자에 의해 개발되어 음성분석에 범용적으로 이용되고 있는 praat 프로그램에도 적용된 방법이다(Boersma, 2005). 피치검출은 단모음 세그멘트로 분석구간이 정해진 /아/모음의 시작점을 시작으로 일정한 크기의 프레임 단위로 피치를 검출하는 short-time analysis를 실시한다.
이는 피치를 포함한 피치후보들 즉, 검출된 피크에 대해서 이 피크와 앞 뒤 점에 대해서 와 같이 피치를 의미하는 x축에 대해서는 Parabolic Interpolation을 사용하여 보정하고 이때의 강도를 의미하는 y축에 대해서는 Hanning Window가 적용된 Sinc Interpolation방법으로 피치의 강도를 보정하였다.

성능/효과

3) 피험자는 편안한 자세로 의자에 앉아서 마이크 원통 축과 지면은 나란하게, 피험자의 입과는 수직이 되게 하며 입과 마이크 사이는 4-6 cm 범위를 유지.
피치의 불규칙성을 나타내는 Jitter-나이와의 관계에서는 남성의 경우 sPPQ와 Jitt가 사춘기 이전 집단을 제외한 대상에서 최대값과 최소값의 차이가 각각 0.316%, 0.04%로 증가한 형태를 보였으며 이에 비해 PPQ와 RAP는 나이에 따른 변화가 적어 일정한 범위를 유지하였다. 진폭의 변화량을 표현하는 Shimmer변수에서는 Shim과 APQ가 최대치를 보인 50 대 이상에서 최소치인 2-30 대에 비해 각각 0.
04%로 증가한 형태를 보였으며 이에 비해 PPQ와 RAP는 나이에 따른 변화가 적어 일정한 범위를 유지하였다. 진폭의 변화량을 표현하는 Shimmer변수에서는 Shim과 APQ가 최대치를 보인 50 대 이상에서 최소치인 2-30 대에 비해 각각 0.25%, 0.28% 증가하였다.
키, 몸무게, BMI와 MDVP간의 상관관계에서는 남성의 경우 총 191 건의 사춘기 이후 데이터만을 대상으로 하였고 여성의 경우 343 건의 모든 데이터에 대해서 그 상관성을 조사하였다. 그 결과 남녀 모두 대부분의 상관계수들이 0.25 이하의 낮은 상관성을 가지지만 이중에 남성은 키에서 여성은 BMI에서 F₀그룹 변수와 상대적으로 높은 상관성을 가지는 것으로 조사되었다. 남성의 경우 사춘기 이전집단을 포함하게 되면 다른 집단에 비교하여 상대적으로 높은 F₀와 낮은 키, 몸무게로 인해 전체적으로 F₀그룹의 상관도는 증가한다.
그 결과 에서 보이듯이 남자는 M8-8 지점과 여성은 그보다 좀 더 높은 위치인 M8-6,M8-7 부위에서 F0, T0와 약 0.35-0.39로 가장 높은 상관성을 가지는 것으로 조사되었다.
즉, 남자의 경우 변성기를 거치기 이전인 15 세 이하 그룹에서는 여성, 아동과 비슷한 정도로 높은 F₀를 유지하다가 사춘기를 지난 직후 F₀의 갑작스러운 하강이 발생하고 그 이후에는 평균적으로 안정적이지만 F₀가 약간씩 증가하는 경향을 보이고 있다. 여성의 경우는 남성과는 달리 급격한 성대의 성장이 일어나는 변성기가 없기 때문에 급격한 증가형태는 보이지 않으며 나이가 들면 들수록 선형적으로 F₀는 감소하는 경향성을 본 연구에서도 확인할 수 있었다.
이러한 Jitter와 Shimmer 변수들은 Titze(1994)의 연구에서 언급되었듯이 인간 몸에 내재되어있는 소음으로 가정한다면 본 연구에서 행한 특정한 모음을 긴 시간동안 발성하기 위해서 성대진동을 조정하는 근육이 특정 주파수와 강도 수준을 유지하여야 하지만 이를 유지하는 힘이 나이가 들수록 떨어져 상대적으로 Jitter와 Shimmer값들이 증가하는 현상을 보이고 있는 걸로 결론지을 수 있다. 키, 몸무게, BMI와의 관계에서는 남성의 경우는 키에서 여성의 경우는 BMI에서 각각 -0.
이러한 Jitter와 Shimmer 변수들은 Titze(1994)의 연구에서 언급되었듯이 인간 몸에 내재되어있는 소음으로 가정한다면 본 연구에서 행한 특정한 모음을 긴 시간동안 발성하기 위해서 성대진동을 조정하는 근육이 특정 주파수와 강도 수준을 유지하여야 하지만 이를 유지하는 힘이 나이가 들수록 떨어져 상대적으로 Jitter와 Shimmer값들이 증가하는 현상을 보이고 있는 걸로 결론지을 수 있다. 키, 몸무게, BMI와의 관계에서는 남성의 경우는 키에서 여성의 경우는 BMI에서 각각 -0.238과 -0.236 정도의 F₀와 상관성을 가지고 있었을 뿐 다른 경우는 대부분 0.2 이하의 낮은 상관관계만이 있는 것으로 조사되었다.
8 부위 신체 둘레와 음성변수와의 상관관계는 남성의 경우 F₀와 엉덩이부위인 M8-8에서 -0.394,여성의 경우는 T0와 허리부위인 M8-6에서 0.388로 가장 높은 상관값을 보였듯이 모든 경우의 상관계수가 0.6이하로 이들끼리는 통계적으로 유의한 관계가 없는 걸로 결론지을 수 있다.
그 결과 여러 연구를 통해 밝혀졌던 나이와 F₀의 전형적인 특징들이 남녀 500 여 이상의 많은 데이터를 대상으로 한 본 연구에서도 뚜렷하게 나타났었다. MDVP의 경우 남성에서는 STD변수가 여성의 경우에서는 sPPQ변수가 나이별 F₀와 유사한 형태를 가지는 것으로 조사되었다.

핵심어	질문	논문에서 추출한 답변
	피치란 무엇인가?	음성신호의 기본 주파수(fundamental frequency)를 의미하는 피치는 음성인식, 음성분석 등 여러 음성신호처리 분야에서 필수, 기본적으로 사용되는 변수로 이를 추출하는 다양한 방법들이 존재한다.
	키, 몸무게, BMI와 MDVP간의 상관관계를 조사한 결과는 어떻게 되는가?	키, 몸무게, BMI와 MDVP간의 상관관계에서는 남성의 경우 총 191 건의 사춘기 이후 데이터만을 대상으로 하였고 여성의 경우 343 건의 모든 데이터에 대해서 그 상관성을 조사하였다. 그 결과 남녀 모두 대부분의 상관계수들이 0.25 이하의 낮은 상관성을 가지지만 이중에 남성은 키에서 여성은 BMI에서 F0그룹 변수와 상대적으로 높은 상관성을 가지는 것으로 조사되었다. 남성의 경우 사춘기 이전집단을 포함하게 되면 다른 집단에 비교하여 상대적으로 높은 F0와 낮은 키, 몸무게로 인해 전체적으로 F0그룹의 상관도는 증가한다.
	인간의 목소리는 어떤 과정을 통해 음성으로 표현되는가?	인간의 목소리는 성대(vocal folds)의 진동에 의해서 발생되는 공기의 흐림이 구강, 입천장, 혀,입술 등으로 구성되어 있는 성도(vocal tract)를 지나면서 변조되어 다양한 형태의 음성으로 표현되기에 각종 조음 기관과 이를 조절하는 신경과 근육의 상태와 같은 구조적 정보뿐만 아니라 감정,생리 및 심리 상태까지도 유추할 수 있다. 이러한 복합적이고 다변적인 음성의 특성을 고려해볼 때 음성 분석에서는 유효적절한 다차원적인 접근이 필수적이며 MDVP(Multi-Dimensional Voice Program)는 명칭에서도 잘 나타나듯이 음성의 다양한 측면에 대한 분석을 가장 큰 장점으로 하여 최근 들어 가장 많이 활용되고 있는 음성 기기/변수 중의 하나이다(고도흥, 2001).

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 정상 한국인의 성별 체형정보와 MDVP 변수간의 상관관계 연구
A Study on the Correlation between Body-Size and MDVP Parameters in the Normal Male and Female Korean Population 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 정상 한국인의 성별 체형정보와 MDVP 변수간의 상관관계 연구 A Study on the Correlation between Body-Size and MDVP Parameters in the Normal Male and Female Korean Population 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

강재환 (2) 유종향 (67) 김종열 (138)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 정상 한국인의 성별 체형정보와 MDVP 변수간의 상관관계 연구
A Study on the Correlation between Body-Size and MDVP Parameters in the Normal Male and Female Korean Population 원문보기

AI 본문요약
AI-Helper

활용도 Top5 논문