[논문]변형된 머리전달 함수 및 음향 시뮬레이션 기법을 이용한 음상 외재화 알고리즘

이용주; 장대영; 장인선; 강경옥

doi:10.7776/ask.2009.28.8.714

문제 정의

본 연구에서도 이와 같은 부분에 대해 많은 고민을 하였으나, 역시 객관적인 방법을 제시하지는 못하였다. 그러나, 가능한 실험 조건 등을 일반화하여 그 성능을 평가할 수 있는 방법을 사용하고자 하였다.
이러한 음상 내재화 요인들 중 가장 많은 영향을 미치면서도 직관적으로 제어가 가능한 요소들로는 머리 및 귀바퀴에 의한 음의 전달 특성 변화와 벽, 천정, 바닥 등 에 의한 반사음이라 할 수 있다. 본 논문에서는 건축 음향 설계를 위해 사용되는 음향 시뮬레이션 방법을 이용하여 반사음 및 잔향신호를 생성하고, 머리 및 귀바퀴 등에 의한 음의 전달 특성 변화를 보상하기 위해서는 음상 정위를 위해 사용되는 HRTF를 적용하는 방법을 통해 음상 외재화 알고리즘을 개발하였다. 본 연구에서는 기존의 HRTF를 그대로 사용하지 않고, 음색의 변화가 적은 HRTF를 활용하여 음색 변화를 가급적 줄이도록 하였다.
이러한 음상 내재화 요인들 중 가장 많은 영향을 미치면서도 직관적으로 제어가 가능한 요소들로는 머리 및 귀바퀴에 의한 음의 전달 특성 변화와 벽, 천정, 바닥 등 에 의한 반사음이라 할 수 있다. 본 논문에서는 건축 음향 설계를 위해 사용되는 음향 시뮬레이션 방법을 이용하여 반사음 및 잔향신호를 생성하고, 머리 및 귀바퀴 등에 의한 음의 전달 특성 변화를 보상하기 위해서는 음상 정위를 위해 사용되는 HRTF를 적용하는 방법을 통해 음상 외재화 알고리즘을 개발하였다. 본 연구에서는 기존의 HRTF를 그대로 사용하지 않고, 음색의 변화가 적은 HRTF를 활용하여 음색 변화를 가급적 줄이도록 하였다.
일반적으로 전방 또는 후방에 음상이 정위되는 신호가 측면에 음상이 정위되는 신호에 비해 음상 외재화가 잘 되지 않는 것으로 알려져 있다. 본 실험에서는 0도, 30도, 90도에 대해 실험을 수행하여 전방과 측방에서의 음상 외재화 성능에 대해 비교할 수 있도록 하였다.
본 연구는 방송통신위원회, 지식경제부 및 한국산업기술평가관리원의 IT 원천기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다 [과제관리번호 2008-F-011, 과제명: 차세대 DTV 핵심기술 개발].
본 논문에서는 건축 음향 설계를 위해 사용되는 음향 시뮬레이션 방법을 이용하여 반사음 및 잔향신호를 생성하고, 머리 및 귀바퀴 등에 의한 음의 전달 특성 변화를 보상하기 위해서는 음상 정위를 위해 사용되는 HRTF를 적용하는 방법을 통해 음상 외재화 알고리즘을 개발하였다. 본 연구에서는 기존의 HRTF를 그대로 사용하지 않고, 음색의 변화가 적은 HRTF를 활용하여 음색 변화를 가급적 줄이도록 하였다.
본 연구에서는 다양한 방향에 대한 룸 임펄스 응답을 얻기 위하여, 청취자를 기준으로 반경 2m에 해당하는 곳에 5도 단위로 음원을 위치시키고 그에 해당하는 룸 임펄스 응답을 획득하였다. 그림 8은 그림 7의 가상의 룸에서 획득한 응답 신호의 예를 나타낸 것이다.
본 연구에서는 위에서 알려진 여러 가지 내재화 요소들 중 인체의 특성에 의한 음향 특성 변화 요인과 공간의 반사 및 잔향에 의한 공간 음향 특성 미반영 요소를 해소하는 방법을 통해 음상 외재화 알고리즘을 개발하였다. 인체의 특성에 의한 음향 특성 변화 요인 제거를 위해서는 인체 특성에 의한 음향 특성 변화를 반영하도록 만들어진 머리전달 함수 (HRTF)를 사용하였고, 음향 시뮬레이션 툴을 이용하여 공간 음향을 반영하는 방법을 사용 하였다.
본 연구에서는 위에서 알려진 여러 가지 내재화 요소들 중 인체의 특성에 의한 음향 특성 변화 요인과 공간의 반사 및 잔향에 의한 공간 음향 특성 미반영 요소를 해소하는 방법을 통해 음상 외재화 알고리즘을 개발하였다. 인체의 특성에 의한 음향 특성 변화 요인 제거를 위해서는 인체 특성에 의한 음향 특성 변화를 반영하도록 만들어진 머리전달 함수 (HRTF)를 사용하였고, 음향 시뮬레이션 툴을 이용하여 공간 음향을 반영하는 방법을 사용 하였다.
본 연구에서는 이러한 현상을 해소하여 이어폰 또는 헤드폰 환경에서의 오디오 신호 청취 시에 공간감을 증대할 수 있는 음상 외재화 기술을 제안하였다. 기존의 음상 외재화 기술의 경우 반사음의 생성을 위한 룸 임펄스 응답을 획득하고 이를 HRTF와 컨벌루션 하는 방법을 사용하고 있는데, 본 연구에서는 실제 환경에서와 같이 각 반사음이 청취자에게 도착하는 각도를 고려하여, 반사음마다 HRTF를 적용하는 방법을 사용하여 음상 외재화 효과를 더욱 높이는 방법을 사용하였다.
본 연구에서는 이러한 현상을 해소하여 이어폰 또는 헤드폰 환경에서의 오디오 신호 청취 시에 공간감을 증대할 수 있는 음상 외재화 기술을 제안하였다. 기존의 음상 외재화 기술의 경우 반사음의 생성을 위한 룸 임펄스 응답을 획득하고 이를 HRTF와 컨벌루션 하는 방법을 사용하고 있는데, 본 연구에서는 실제 환경에서와 같이 각 반사음이 청취자에게 도착하는 각도를 고려하여, 반사음마다 HRTF를 적용하는 방법을 사용하여 음상 외재화 효과를 더욱 높이는 방법을 사용하였다.

가설 설정

따라서, 반사음을 획득할 수 있는 가장 좋은 공간이라는 것은 객관적으로 정의하기가 매우 힘들다고 할 수 있다. 이러한 이유로 본 연구에서는 가로세로 6m에 해당하는 가상의 공간을 가정하여, 그 곳에서의 룸 임펄스 응답을 획득하였다.
따라서, 반사음을 획득할 수 있는 가장 좋은 공간이라는 것은 객관적으로 정의하기가 매우 힘들다고 할 수 있다. 이러한 이유로 본 연구에서는 가로세로 6m에 해당하는 가상의 공간을 가정하여, 그 곳에서의 룸 임펄스 응답을 획득하였다.

제안 방법

기존의 음상 외 재화 기술의 경우 반사음의 생성을 위한 룸 임펄스 응답을 획득하고 이를 HRTF와 컨벌루션 하는 방법을 사용하고 있는데, 본 연구에서는 실제 환경에서와같이 각 반사음이 청취자에게 도착하는 각도를 고려하여, 반사음마다 HW를 적용하는 방법을 사용하여 음상 외재화 효과를 더욱 높이는 방법을 사용하였다.
본 연구에서는 이러한 현상을 해소하여 이어폰 또는 헤드폰 환경에서의 오디오 신호 청취 시에 공간감을 증대할 수 있는 음상 외재화 기술을 제안하였다. 기존의 음상 외재화 기술의 경우 반사음의 생성을 위한 룸 임펄스 응답을 획득하고 이를 HRTF와 컨벌루션 하는 방법을 사용하고 있는데, 본 연구에서는 실제 환경에서와 같이 각 반사음이 청취자에게 도착하는 각도를 고려하여, 반사음마다 HRTF를 적용하는 방법을 사용하여 음상 외재화 효과를 더욱 높이는 방법을 사용하였다. 이때, 자연스러운 반사음을 획득하기 위해 음향 시뮬레이션에 사용되는 시뮬레이션 소프트웨어를 사용하여 룸 임펄스 응답을 획득하였으며, HRT F적용으로 인한 음색의 변화를 줄이기 위해 음색 변화가 적은 M-HRTF를 개발하고 이를 적용하였다.
본 연구에서 제안하는 음상 외재화 알고리즘은 음상 정위를 위해 M-HRTF를 사용하고, 반사음을 위해 음향 시뮬레이션 프로그램을 통해 획득한 룸 임펄스 응답을 사용하였다. 룸 임펄스 응답을 적용할 때 일반적으로 HRTF와 룸 임펄스 응답을 컨볼루션 하는 방법을 사용하지 않고, 각 반사음에 대해 청취자로 향하는 입력 각도를 고려하여, 각 반사음에 대해 HRTF를 적용하였다. 제안하는 알고리즘에 따른 음상 외재화 필터 생성 순서는 아래와 같다.
먼저, 음향 시물레이션 프로그램을 이용하여 가상의 룸에서의 룸 임펄스 응답을 획득한다. 이때, 반사음의 크기와 함께 청취자에게 입력되는 각도 정보를 함께 획득한다.
일반적으로 전방 또는 후방에 음상이 정위되는 신호가 측면에 음상이 정위되는 신호에 비해 음상 외재화가 잘 되지 않는 것으로 알려져 있다. 본 실험에서는 0도, 30도, 90도에 대해 실험을 수행하여 전방과 측방에서의 음상 외재화 성능에 대해 비교할 수 있도록 하였다.
본 실험에서는 모노 신호와 제안한 방법에 따라 음상 외재화 처리를 수행한 오디오 신호를 비교하였는데, 앞서 기술한 것과 같이 오디오 신호의 세기는 외재화 성능 에 많은 영향을 미치므로, 외재화 알고리즘이 적용된 오디오 신호의 레벨을 모노 신호와 동일하게 맞추었다.
본 연구에서는 기존의 HRTF를 그대로 사용하지 않고, 음색의 변화가 적은 HW를 활용하여 음색 변화를 가급적 줄이도록 하였다.
본 연구에서는 다양한 방향에 대한 룸 임펄스 응답을 얻기 위하여, 청취자를 기준으로 반경 2m에 해당하는 곳에 5도 단위로 음원을 위치시키고 그에 흐}}당호)는 룸 임펄스 응답을 획득하였다.
건축 음향의 시뮬레이션을 위해 많이 사용되는 프로그램에서는 다양한 기능을 제공하는데, 가상의 공간에서의 임펄스 응답을 획득하는 기능을 포함하고 있다. 본 연구에서는 이러한 프로그램을 이용하면 가상의 공간에 대해 자연스러운 룸 임펄스 응답을 구할 수 있을 것으로 생각하고, 이를 음상 외재화 알고리즘의 반사음으로 적용하는 방법을 사용하였다. 본 연구에서는 여러 가지 음샹 시뮬레이션 프로그램 중 CATT-Acoustic을 사용하였다.
건축 음향의 시뮬레이션을 위해 많이 사용되는 프로그램에서는 다양한 기능을 제공하는데, 가상의 공간에서의 임펄스 응답을 획득하는 기능을 포함하고 있다. 본 연구에서는 이러한 프로그램을 이용하면 가상의 공간에 대해 자연스러운 룸 임펄스 응답을 구할 수 있을 것으로 생각하고, 이를 음상 외재화 알고리즘의 반사음으로 적용하는 방법을 사용하였다. 본 연구에서는 여러 가지 음샹 시뮬레이션 프로그램 중 CATT-Acoustic을 사용하였다.
본 연구에서는 이와 같은 방법으로 5도 단위로 72개의 음상 외재화 필터를 생성하였다.
이후 음상 외재화 알고리즘이 적용된 오디오 신호와 모노 신호를 번갈아 들려주고, 피험자가 그 음상 외재화 된 신호의 음원 위치를 그림 11과 같은 음상 정위표에 기재하도록 하였다. 실험자는 음상정위표에 기록된 위치를 측정하여 그 거리를 기록하였다.
이때, 일반적인 룸 임펄스 응답의 경우 청취자에게 반사음이 도착할 때의 세기만을 고려하고 있으나, 본 연구에서는 반사음이 청취자에게 도착할 때의 세기와 함께 입력 각도도 획득하여, 이를 음상 외재화 알고리즘 적용시에 활용하였다.
이때, 일반적인 룸 임펄스 응답의 경우 청취자에게 반사음이 도착할 때의 세기만을 고려하고 있으나, 본 연구에서는 반사음이 청취자에게 도착할 때의 세기와 함께 입력 각도도 획득하여, 이를 음상 외재화 알고리즘 적용시에 활용하였다.
이때, 자연스러운 반사음을 획득하기 위해 음향 시뮬레이션에 사용되는 시뮬레이션 소프트웨어를 사용하여 룸 임펄스 응답을 획득하였으며, HRIF 적용으로 인한 음색의 변화를 줄이기 위해 음색 변화가 적은 M-HRTF를 개발하고 이를 적용하였다.
기존의 음상 외재화 기술의 경우 반사음의 생성을 위한 룸 임펄스 응답을 획득하고 이를 HRTF와 컨벌루션 하는 방법을 사용하고 있는데, 본 연구에서는 실제 환경에서와 같이 각 반사음이 청취자에게 도착하는 각도를 고려하여, 반사음마다 HRTF를 적용하는 방법을 사용하여 음상 외재화 효과를 더욱 높이는 방법을 사용하였다. 이때, 자연스러운 반사음을 획득하기 위해 음향 시뮬레이션에 사용되는 시뮬레이션 소프트웨어를 사용하여 룸 임펄스 응답을 획득하였으며, HRT F적용으로 인한 음색의 변화를 줄이기 위해 음색 변화가 적은 M-HRTF를 개발하고 이를 적용하였다.
청취 평가 시 헤드폰을 착용한 상태에서 모노 신호를 먼저 들려주어, 음상이 내재화 된 소리를 느끼도록 하였다. 이후 음상 외재화 알고리즘이 적용된 오디오 신호와 모노 신호를 번갈아 들려주고, 피험자가 그 음상 외재화 된 신호의 음원 위치를 그림 11과 같은 음상 정위표에 기재하도록 하였다. 실험자는 음상정위표에 기록된 위치를 측정하여 그 거리를 기록하였다.
본 연구에서는 위에서 알려진 여러 가지 내재화 요소들 중 인체의 특성에 의한 음향 특성 변화 요인과 공간의 반사 및 잔향에 의한 공간 음향 특성 미반영 요소를 해소하는 방법을 통해 음상 외재화 알고리즘을 개발하였다. 인체의 특성에 의한 음향 특성 변화 요인 제거를 위해서는 인체 특성에 의한 음향 특성 변화를 반영하도록 만들어진 머리전달 함수 (HRTF)를 사용하였고, 음향 시뮬레이션 툴을 이용하여 공간 음향을 반영하는 방법을 사용 하였다. 본 음상 외재화 알고리즘에 사용된 HRTF 및 공간 음향 생성 방법은 이후의 장에서 상세히 설명하도록 한다.
본 연구에서는 위에서 알려진 여러 가지 내재화 요소들 중 인체의 특성에 의한 음향 특성 변화 요인과 공간의 반사 및 잔향에 의한 공간 음향 특성 미반영 요소를 해소하는 방법을 통해 음상 외재화 알고리즘을 개발하였다. 인체의 특성에 의한 음향 특성 변화 요인 제거를 위해서는 인체 특성에 의한 음향 특성 변화를 반영하도록 만들어진 머리전달 함수 (HRTF)를 사용하였고, 음향 시뮬레이션 툴을 이용하여 공간 음향을 반영하는 방법을 사용 하였다. 본 음상 외재화 알고리즘에 사용된 HRTF 및 공간 음향 생성 방법은 이후의 장에서 상세히 설명하도록 한다.
청취 평가 시 헤드폰을 착용한 상태에서 모노 신호를 먼저 들려주어, 음상이 내재화 된 소리를 느끼도록 하였다. 이후 음상 외재화 알고리즘이 적용된 오디오 신호와 모노 신호를 번갈아 들려주고, 피험자가 그 음상 외재화 된 신호의 음원 위치를 그림 11과 같은 음상 정위표에 기재하도록 하였다.
청취 평가 시 헤드폰을 착용한 상태에서 모노 신호를 먼저 들려주어, 음상이 내재화 된 소리를 느끼도록 하였다. 이후 음상 외재화 알고리즘이 적용된 오디오 신호와 모노 신호를 번갈아 들려주고, 피험자가 그 음상 외재화 된 신호의 음원 위치를 그림 11과 같은 음상 정위표에 기재하도록 하였다.

대상 데이터

본 실험에서는 총 10명에 대해 청취평가를 수행하였으며, 그 결과는 아래와 같다.
본 실험에서는 총 10명에 대해 청취평가를 수행하였으며, 그 결과는 아래와 같다.
총 3개의 모노 오디오 신호를 실험에 사용하였는데, 이 중 하나는 백색잡음이고, 다른 두 가지는 음악이었다. 백색 잡음의 경우 0.
총 3개의 모노 오디오 신호를 실험에 사용하였는데, 이 중 하나는 백색잡음이고, 다른 두 가지는 음악이었다. 백색 잡음의 경우 0.

이론/모형

본 연구에서 제안하는 음상 외재화 알고리즘은 음상 정위를 위해 M-HRTF를 사용하고, 반사음을 위해 음향 시뮬레이션 프로그램을 통해 획득한 룸 임펄스 응답을 사용하였다. 룸 임펄스 응답을 적용할 때 일반적으로 HRTF와 룸 임펄스 응답을 컨볼루션 하는 방법을 사용하지 않고, 각 반사음에 대해 청취자로 향하는 입력 각도를 고려하여, 각 반사음에 대해 HRTF를 적용하였다.
본 연구에서 제안하는 음상 외재화 알고리즘은 음상 정위를 위해 M-HRTF를 사용하고, 반사음을 위해 음향 시뮬레이션 프로그램을 통해 획득한 룸 임펄스 응답을 사용하였다. 룸 임펄스 응답을 적용할 때 일반적으로 HRTF와 룸 임펄스 응답을 컨볼루션 하는 방법을 사용하지 않고, 각 반사음에 대해 청취자로 향하는 입력 각도를 고려하여, 각 반사음에 대해 HRTF를 적용하였다.
본 연구에서는 이러한 프로그램을 이용하면 가상의 공간에 대해 자연스러운 룸 임펄스 응답을 구할 수 있을 것으로 생각하고, 이를 음상 외재화 알고리즘의 반사음으로 적용하는 방법을 사용하였다. 본 연구에서는 여러 가지 음샹 시뮬레이션 프로그램 중 CATT-Acoustic을 사용하였다.
본 연구에서는 이러한 프로그램을 이용하면 가상의 공간에 대해 자연스러운 룸 임펄스 응답을 구할 수 있을 것으로 생각하고, 이를 음상 외재화 알고리즘의 반사음으로 적용하는 방법을 사용하였다. 본 연구에서는 여러 가지 음샹 시뮬레이션 프로그램 중 CATT-Acoustic을 사용하였다.
본 연구에서는 이러한 문제점을 최소화하기 위해 양 귀로 입력되는 신호 간의 ITD와 ILD는 그대로 유지하면서도, 음질의 변화는 줄일 수 있는 변형된 머리전달 함수(M-HRTF： Modified head related transfer function)를 이용하였다. M-HRTF를 계산하는 방법은 아래와 같다.
본 연구에서는 이러한 문제점을 최소화하기 위해 양 귀로 입력되는 신호 간의 ITD와 ILD는 그대로 유지하면서도, 음질의 변화는 줄일 수 있는 변형된 머리전달 함수(M-HRTF： Modified head related transfer function)를 이용하였다. M-HRTF를 계산하는 방법은 아래와 같다.
본 연구에서는 현재 많이 사용되고 있는 KEMAR HRTF를 기본적으로 활용하였다 [6],
HRTF는 양쪽 귀에 해당하는 전달함수를 각각 획득하게 되며, 모노 음원에 대해 설정된 각도에 대한 왼쪽 귀와 오른쪽 귀의 HRTF를 각각 적용해 3차원 공간상의 위치를 느낄 수 있도록 한다. 본 연구에서는 현재 많이 사용되고 있는 KEMAR HRTF를 기본적으로 활용하였다 [6].

성능/효과

인간의 청각 특성은 양쪽 귀 중에 먼저 입력되는 소리에 더 많은 영향을 받는다. 따라서, 양 쪽 귀에 입력되는 신호 중 먼저 입력되는 소리에는 필터링을 가해주지 않고, 반대 쪽 귀에 입력되는 신호는 그림 3의 방법으로 획득한 M-HRTF 값을 적용하면, 기존의 HRTF에 의해 발생 하는 음색의 변화를 줄일 수가 있다.
따라서, 양쪽 귀에 입력되는 신호 중 먼저 입력되는 소리에는 필터링을 가해주지 않고, 반대 쪽 귀에 입력되는 신호는 그림 3의 방법으로 획득한 M-HRTF 값을 적용하면, 기존의 HRIF에 의해 발생하는 음색의 변화를 줄일 수가 있다.
음상이 전방에 위치한 경우 백색 잡음을 제외한 나머지 음악 2개는 모두 음상이 머리 내부에 존재하는 것으로 나타났으며, 음상이 전방 30도 및 측방에 위치한 경우에는 음상이 모두 머리 밖에 존재하는 것으로 나타났다. 표 1에서 볼 수 있듯이, 오디오 신호의 종류에 따라 음상 외재화 거리가 다르게 나타나는 것을 알 수 있으며, 전체적으로는 전방 보다는 측면으로 갈수록 음상 외재화 성능이 좋게 나타나는 것을 볼 수 있다.
제안한 알고리즘의 성능 측정을 위해 청취평가를 통해 외재화 거리를 측정하였으며, 제안한 알고리즘이 음상 외재화에 효과가 있음을 검증하였다. 특히, 전방에 대한 외재화 성능 보다는 측방에서 우수한 외재화 성능을 나타냄을 알 수 있었다.
제안한 알고리즘의 성능 측정을 위해 청취평가를 통해 외재화 거리를 측정하였으며, 제안한 알고리즘이 음상 외재화에 효과가 있음을 검증하였다. 특히, 전방에 대한 외재화 성능 보다는 측방에서 우수한 외재화 성능을 나타냄을 알 수 있었다.
제안한 알고리즘의 성능 측정을 위해 청취평가를 통해 외재화 거리를 측정하였으며, 제안한 알고리즘이 음상 외재화에 효과가 있음을 검증하였다. 특히, 전방에 대한 외재화 성능 보다는 측방에서 우수한 외재화 성능을 나타냄을 알 수 있었다.
제안한 알고리즘의 성능 측정을 위해 청취평가를 통해 외재화 거리를 측정하였으며, 제안한 알고리즘이 음상 외재화에 효과가 있음을 검증하였다. 특히, 전방에 대한 외재화 성능 보다는 측방에서 우수한 외재화 성능을 나타냄을 알 수 있었다.
음상이 전방에 위치한 경우 백색 잡음을 제외한 나머지 음악 2개는 모두 음상이 머리 내부에 존재하는 것으로 나타났으며, 음상이 전방 30도 및 측방에 위치한 경우에는 음상이 모두 머리 밖에 존재하는 것으로 나타났다. 표 1에서 볼 수 있듯이, 오디오 신호의 종류에 따라 음상 외재화 거리가 다르게 나타나는 것을 알 수 있으며, 전체적으로는 전방 보다는 측면으로 갈수록 음상 외재화 성능이 좋게 나타나는 것을 볼 수 있다. 전방의 경우 대부분 음상이 외재화 되지 않고 머릿 속에 맺히는 것을 알 수 있었으며 측면의 경우 머리밖 약 6~10 cm 정도에 음상이 위치한다는 것을 알 수 있었다.
음상이 전방에 위치한 경우 백색 잡음을 제외한 나머지 음악 2개는 모두 음상이 머리 내부에 존재하는 것으로 나타났으며, 음상이 전방 30도 및 측방에 위치한 경우에는 음상이 모두 머리 밖에 존재하는 것으로 나타났다. 표 1에서 볼 수 있듯이, 오디오 신호의 종류에 따라 음상 외재화 거리가 다르게 나타나는 것을 알 수 있으며, 전체적으로는 전방 보다는 측면으로 갈수록 음상 외재화 성능이 좋게 나타나는 것을 볼 수 있다. 전방의 경우 대부분 음상이 외재화 되지 않고 머릿 속에 맺히는 것을 알 수 있었으며 측면의 경우 머리밖 약 6~10 cm 정도에 음상이 위치한다는 것을 알 수 있었다.

후속연구

HRTF의 주파수 특성에서 성분이 매우 작은 부분에 해당하는 주파수가 있고, 이것이 분모가 되는 경우에 이러한 현상이 발생하는데 이러한 현상이 발생하지 않도록 수학적으로 보정을 하는 방법이 필요하다. 본 연구에서는 수학적인 방법으로 보정을 하는 대신 실험적으로 그 값을 완화시키는 방법을 통해 보정을 해 주었으며, 추후 좀더 수학적인 방법을 통해 이를 보정하는 연구를 수행할 예정이다.
HRTF의 주파수 특성에서 성분이 매우 작은 부분에 해당하는 주파수가 있고, 이것이 분모가 되는 경우에 이러한 현상이 발생하는데 이러한 현상이 발생하지 않도록 수학적으로 보정을 하는 방법이 필요하다. 본 연구에서는 수학적인 방법으로 보정을 하는 대신 실험적으로 그 값을 완화시키는 방법을 통해 보정을 해 주었으며, 추후 좀더 수학적인 방법을 통해 이를 보정하는 연구를 수행할 예정이다.
본 연구에서는 음상 내재화 요인 중 인체에 의한 음향 특성의 변화 부재와 반사음의 부재 요소를 해소하는 방안으로 음상 외재화 알고리즘을 개발하였으나, 추후 본 연구에 적용된 기술을 보완하고, 다른 음상 내재화 요인을 해소하는 방안에 대한 요소를 추가적으로 적용하면 음상 외재화 효과를 더욱 개선할 수 있을 것으로 예상 된다.
본 연구에서는 음상 내재화 요인 중 인체에 의한 음향 특성의 변화 부재와 반사음의 부재 요소를 해소하는 방안으로 음상 외재화 알고리즘을 개발하였으나, 추후 본 연구에 적용된 기술을 보완하고, 다른 음상 내재화 요인을 해소하는 방안에 대한 요소를 추가적으로 적용하면 음상 외재화 효과를 더욱 개선할 수 있을 것으로 예상 된다.

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

변형된 머리전달 함수 및 음향 시뮬레이션 기법을 이용한 음상 외재화 알고리즘
Sound Source Externalization Algorithm Using Modified HRTFs and an Acoustic Simulation Method 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

변형된 머리전달 함수 및 음향 시뮬레이션 기법을 이용한 음상 외재화 알고리즘 Sound Source Externalization Algorithm Using Modified HRTFs and an Acoustic Simulation Method 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

이용주 (20) 장대영 (17) 장인선 (12) 강경옥 (47)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

변형된 머리전달 함수 및 음향 시뮬레이션 기법을 이용한 음상 외재화 알고리즘
Sound Source Externalization Algorithm Using Modified HRTFs and an Acoustic Simulation Method 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper