음원의 위치를 찾는 SSL(Sound Source Localization)은 로봇과의 인터페이스, 화상회의, 스마트 자동차 등 여러 분야에서 꼭 필요한 기술이다. 일반적으로 음원의 위치 정보를 활용하는 기술들은 주로 측정 장치에 대한 음원의 각도 정보를 찾아서 이용하고 있다. 그러나 음원의 위치에 대한 각도를 추정할 때 이용하는 사인 역함수의 비선형적인 특성으로 추정된 각도에 오차가 발생하며, 이에 대한 방안으로 마이크가 담당하는 영역을 분할하는 방법이 제안되었다. 본 논문에서는 마이크 어레이 패턴에 따른 영역분할 방법을 제안하고 음원의 위치를 2차원상의 평면 좌표로 특정하는 방법으로 위치 추정 성능을 평가하였다. 실험에서 잡음에 강인한 GCC-PHAT(Generalized Cross Correlation Phase Transform) 방법을 사용했으며, 마이크 어레이의 패턴은 마이크 3개와 4개로 삼각형과 사각형 두 종류로 구성하였으며, 100개의 음성 데이터로 실험한 결과 실제 환경에서는 3개의 마이크 어레이를 사용해서는 영역 분할 해상도가 낮아서 음원의 위치를 정해진 특정 범위내로 추정하는데 실패했으나, 4개 마이크를 이용하여 해상도를 높였더니 위치추정 성공률이 67 %로 크게 향상됨을 확인할 수 있었다.
음원의 위치를 찾는 SSL(Sound Source Localization)은 로봇과의 인터페이스, 화상회의, 스마트 자동차 등 여러 분야에서 꼭 필요한 기술이다. 일반적으로 음원의 위치 정보를 활용하는 기술들은 주로 측정 장치에 대한 음원의 각도 정보를 찾아서 이용하고 있다. 그러나 음원의 위치에 대한 각도를 추정할 때 이용하는 사인 역함수의 비선형적인 특성으로 추정된 각도에 오차가 발생하며, 이에 대한 방안으로 마이크가 담당하는 영역을 분할하는 방법이 제안되었다. 본 논문에서는 마이크 어레이 패턴에 따른 영역분할 방법을 제안하고 음원의 위치를 2차원상의 평면 좌표로 특정하는 방법으로 위치 추정 성능을 평가하였다. 실험에서 잡음에 강인한 GCC-PHAT(Generalized Cross Correlation Phase Transform) 방법을 사용했으며, 마이크 어레이의 패턴은 마이크 3개와 4개로 삼각형과 사각형 두 종류로 구성하였으며, 100개의 음성 데이터로 실험한 결과 실제 환경에서는 3개의 마이크 어레이를 사용해서는 영역 분할 해상도가 낮아서 음원의 위치를 정해진 특정 범위내로 추정하는데 실패했으나, 4개 마이크를 이용하여 해상도를 높였더니 위치추정 성공률이 67 %로 크게 향상됨을 확인할 수 있었다.
SSL (Sound Source Localization) has been applied to several applications such as man-machine interface, video conference system, smart car and so on. But in the process of sound source localization, angle estimation error is occurred mainly due to the non-linear characteristics of the sine inverse f...
SSL (Sound Source Localization) has been applied to several applications such as man-machine interface, video conference system, smart car and so on. But in the process of sound source localization, angle estimation error is occurred mainly due to the non-linear characteristics of the sine inverse function. So an approach was proposed to decrease the effect of this non-linear characteristics, which divides the microphone's covering space into narrow regions. In this paper, we proposed an optimal space dividing way according to the pattern of microphone array. In addition, sound source's 2-dimensional position is estimated in order to evaluate the performance of this dividing method. In the experiment, GCC-PHAT (Generalized Cross Correlation PHAse Transform) method that is known to be robust with noisy environments is adopted and triangular pattern of 3 microphones and rectangular pattern of 4 microphones are tested with 100 speech data respectively. The experimental results show that triangular pattern can't estimate the correct position due to the lower space area resolution, but performance of rectangular pattern is dramatically improved with correct estimation rate of 67 %.
SSL (Sound Source Localization) has been applied to several applications such as man-machine interface, video conference system, smart car and so on. But in the process of sound source localization, angle estimation error is occurred mainly due to the non-linear characteristics of the sine inverse function. So an approach was proposed to decrease the effect of this non-linear characteristics, which divides the microphone's covering space into narrow regions. In this paper, we proposed an optimal space dividing way according to the pattern of microphone array. In addition, sound source's 2-dimensional position is estimated in order to evaluate the performance of this dividing method. In the experiment, GCC-PHAT (Generalized Cross Correlation PHAse Transform) method that is known to be robust with noisy environments is adopted and triangular pattern of 3 microphones and rectangular pattern of 4 microphones are tested with 100 speech data respectively. The experimental results show that triangular pattern can't estimate the correct position due to the lower space area resolution, but performance of rectangular pattern is dramatically improved with correct estimation rate of 67 %.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 마이크 센서를 이용하여 음원의 각도를 찾을 때 이용하는 사인역함수의 비선형성에 의한 오차를 줄이기 위해 공간분할을 이용하여 음원 좌표를 구하는 방법을 제안하였다. 음원의 좌표를 찾는 방법은 먼저 GCC-PHAT 알고리즘을 이용하여 지연시간을 계산한 뒤, 각각의 마이크 쌍으로부터 계산되는 각도를 이용하여 음원이 존재하는 영역을 찾는다.
가설 설정
따라서 세 개의 그래프를 모두 더하면 음원이 있는 지점에서 가장 큰 값을 가지게 되어 음원이 있는 위치의 각도를 찾을 수 있다. 3개의 상호상관값 모두를 더해서 일정 임계치를 초과할 때만 음원이 존재하는 것으로 하고, 그렇지 않을 경우에는 음원이 존재하지 않는 것으로 가정한다. 그러면 원으로 그려진 곳은 상대적으로 작아지게 되어 음원이 존재하지 않는 것으로 판별하고, 네모가 그려진 곳은 임계치 이상이 되어 음원이 존재하는 것으로 판별할 수 있다.
제안 방법
각각의 마이크와 음원은 지면으로부터 132 cm 상공에 있고, 특정 잡음은 존재하지 않으며 반향이 적은 넓은 강의실에서 실험을 진행하였다. 샘플링 주파수는 44.
(6)을 이용하여 각도를 구할 때 생기는 오차가 커지는 것 역시 감안해야 한다. 다음 절에서는 이러한 오차를 줄이기 위해 마이크 4개를 이용한 영역분할을 제안한다.
음원의 좌표를 찾는 방법은 먼저 GCC-PHAT 알고리즘을 이용하여 지연시간을 계산한 뒤, 각각의 마이크 쌍으로부터 계산되는 각도를 이용하여 음원이 존재하는 영역을 찾는다. 다음에 앞에서 계산한 각도를 이용하여 직선 방정식을 구하고 교점을 계산하여 음원의 좌표를 추정한다. 이 과정에서 사인의 역함수를 이용하는데 사인 역함수의 비선형적인 구간에서 오차가 커질 수 있다.
이 과정에서 사인의 역함수를 이용하는데 사인 역함수의 비선형적인 구간에서 오차가 커질 수 있다. 따라서 각각의 마이크 쌍 중 직선방정식을 만들었을 때 사인 역함수가 가장 선형적인 특성을 띄는 쌍을 선택하기 위해 마이크가 3개일 때와 4개일 때 각각의 영역을 분할하는 방법을 제안하였다. 실험 결과에 의하면 마이크가 3개일 때는 담당해야 하는 각도가 넓어 오차가 심해 음원 좌표 추정 성능이 거의 나오지 않지만.
스마트 자동 차의 경우 네비게이션에 음성인식 기능과 함께 지향성 마이크를 이용하는 음원 위치 추정 기술을 탑재하여 운전자의 음성만 인식하는 등, 이미 실용적인 단계에 들어서고 있다. 보통 음원 위치 추정은 마이크를 이용하여 음원과 추정기 사이의 각도를 찾는데, 본 논문에서는 음원의 위치를 2차원상의 좌표로 추정하는 방법을 제안한다.
본 논문에서는 TDOA방법을 사용해서 음원의 좌표를 효율적으로 찾기 위해 공간을 분할[6]하여 좌표를 추정하는 방법을 제안하고 실험을 통하여 성능을 확인하였다.
이렇게 직선 하나를 이용하면 교점을 찾을 수 없기 때문에 Fig. 11과 같이 360° 영역을 더 나누는데, 이번에는 대각선으로 마주보는 마이크 즉, mic13, mic24를 이용하여 직선방정식을 만드는 것이다.
대상 데이터
음원은 녹음된 사운드를 재생해서 사용했으며 스피커의 크기는 가로 10 cm, 세로 11 cm, 높이 10 cm이다. 또한 마이크는 ecm 8000 측정용 콘덴서 마이크를 사용하였고, 멀티채널을 이용하기 위해 외장 사운드카드 M_Audio Fasttrack c600을 이용하여 5 s 길이의 총 100개의 데이터를 획득하였다. 음원 위치 추정 성공 여부는 추정된 좌표가 음원으로부터 직경 30 cm 반경 이내에 있으면 성공한 것으로 판단하였는데, 이는 음원으로부터 마이크의 중점까지의 거리가 약 180 cm를 조금 넘는데, 음원과 마이크 사이의 거리의 20 %를 넘지 않는 범위로 설정한 것이다.
본 논문에서는 20 %를 넘지 않는 30 cm로 하였다. 사용한 음성신호는 직접 녹음한 데이 터를 사용하였으며 14 s의 음성을 랜덤하게 재생시켜 데이터를 획득하였다.
1 kHz이고, 16 bit로 양자화 하였다. 음원은 녹음된 사운드를 재생해서 사용했으며 스피커의 크기는 가로 10 cm, 세로 11 cm, 높이 10 cm이다. 또한 마이크는 ecm 8000 측정용 콘덴서 마이크를 사용하였고, 멀티채널을 이용하기 위해 외장 사운드카드 M_Audio Fasttrack c600을 이용하여 5 s 길이의 총 100개의 데이터를 획득하였다.
이론/모형
이 외에도 빔포밍[2]방법이나, 미리 구축한 데이터베이스를 이용한 머리전달함수,[3] 힐버트변환,[4] PCA(Principal Component Analysis)[5] 등을 이용할 수 있다. 본 논문에서는 TDOA 방법을 이용해 지연시간을 구한 뒤, 음원의 위치를 찾는 방법을 이용한다. 음성신호는 각 마이크마다 서로 다른 위상정보를 가지고 입력되는데 이때 시간영역에서 처리하여 지연시간을 구하는 상호상관함수와, 주파수 영역에서 계산하는 GCC(Generalized Cross Crrelation) 방법이 있다.
본 논문에서는 마이크 센서를 이용하여 음원의 각도를 찾을 때 이용하는 사인역함수의 비선형성에 의한 오차를 줄이기 위해 공간분할을 이용하여 음원 좌표를 구하는 방법을 제안하였다. 음원의 좌표를 찾는 방법은 먼저 GCC-PHAT 알고리즘을 이용하여 지연시간을 계산한 뒤, 각각의 마이크 쌍으로부터 계산되는 각도를 이용하여 음원이 존재하는 영역을 찾는다. 다음에 앞에서 계산한 각도를 이용하여 직선 방정식을 구하고 교점을 계산하여 음원의 좌표를 추정한다.
성능/효과
실험 결과에 의하면 마이크가 3개일 때는 담당해야 하는 각도가 넓어 오차가 심해 음원 좌표 추정 성능이 거의 나오지 않지만. 마이크가 4개일 때는 해상도가 높아지고, 담당해야 하는 각도가 줄어들어 67 %의 성공률을 보였다. 따라서 마이크의 개수가 증가할수록 추정오차가 줄어드는 것을 확인하였고, 마이크가 6개, 8개 .
Table 3은 Table 1에서 5번 영역에 생기는 경우를 뺀 나머지 88개 데이터의 위치 추정 결과를 나타낸 것이다. 실제 음원으로부터 30 cm 이내에 있을 경우에 성공이라고 했을 때, 성공률은 76 %이고, 그 외 1번 영역의 엉뚱한 지점을 추정하는 경우가 24 %임을 확인하였다.
동그라미 표시는 마이크 위치를 나타내고, 별(*) 표시는 실제 음원의 좌표를, 네모 표시는 음원의 위치를 잘못 추정했을 때, 세모 표시는 허용 오차 범위내로 추정했을 때를 나타낸다. 실험 결과로 마이크가 3 개일 때는 영역 해상도가 낮고, 사인역함수에 의한 오차가 커서 음원의 위치를 허용 범위 내에서 찾지 못하였지만, 4개일 때는 해상도가 높고, 역함수를 이용할 때 오차가 적어 음원의 위치를 추정할 수 있음을 확인하였다.
후속연구
마이크가 4개일 때는 해상도가 높아지고, 담당해야 하는 각도가 줄어들어 67 %의 성공률을 보였다. 따라서 마이크의 개수가 증가할수록 추정오차가 줄어드는 것을 확인하였고, 마이크가 6개, 8개 ... 로 더 늘어난다면 오차는 더욱 작아질 것으로 예상하고 있지만 현재 사용하고 있는 M_Audio Fasttrack c600은 4채널 외장 사운드카드로 최대 4개의 마이크 채널까지만 지원하기 때문에, 그 이상의 마이크 사용에 의한 성능 비교는 추후 진행할 계획이다. 또한 같은 영역 안에 존재하더라도 마이크가 사각형의 형태로 배치되어 있기 때문에 위치에 따라 성능이 달라지게 된다.
또한 같은 영역 안에 존재하더라도 마이크가 사각형의 형태로 배치되어 있기 때문에 위치에 따라 성능이 달라지게 된다. 이는 마이크의 수를 늘려서 배치형태를 바꾸면서 마이크의 배치 형태에 따른 종합적인 성능 분석을 통해 추가적인 연구를 진행할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
음원 위치 추정기술은 어떤 분야에 적용할 수 있는가?
음원의 위치를 추정하는 기술은 인간과 기계의 친화적 인터페이스를 위해 연구되어야 하는 중요한 요소기술로 자리매김하고 있다. 이런 음원 위치 추정기술은 휴머노이드 로봇, 화상 회의, 스마트 자동차, 지능형 CCTV 등 여러 분야에 적용할 수 있다. 휴머 노이드 로봇은 인간과 의사소통을 위해 음원 위치 추정 기술을 초창기부터 적용해 왔다.
음원의 위치에 대한 각도를 추정할 이용하는 것은?
일반적으로 음원의 위치 정보를 활용하는 기술들은 주로 측정 장치에 대한 음원의 각도 정보를 찾아서 이용하고 있다. 그러나 음원의 위치에 대한 각도를 추정할 때 이용하는 사인 역함수의 비선형적인 특성으로 추정된 각도에 오차가 발생하며, 이에 대한 방안으로 마이크가 담당하는 영역을 분할하는 방법이 제안되었다. 본 논문에서는 마이크 어레이 패턴에 따른 영역분할 방법을 제안하고 음원의 위치를 2차원상의 평면 좌표로 특정하는 방법으로 위치 추정 성능을 평가하였다.
상호상관함수에 비해 상대적으로 계산량이 적은 GCC방법을 이용하면 실시간 처리가 가능해지는 이유는?
상호상관함수의 경우는 시간영 역에서 계산하는데 컨볼루션 연산이기 때문에 데이터량에 제곱비례하여 연산량이 증가한다. 그러나 GCC방법은 입력신호를 주파수 영역으로 넘겨 계산하기 때문에 컨볼루션 연산이 곱 연산으로 바뀌어 상호상관함수보다 연산량이 적다. 따라서 실시간으로 처리해야 할 경우에 상호상관함수에 비해 상대적으로 계산량이 적은 GCC방법을 이용하면 실시간 처리가 가능해진다.
참고문헌 (6)
W. Rhee and J. S. Choi, "Experimental studies for noise source positioning using TDOA algorithm" (in Korean), KSNVE. Suppl.1(s) 5, 108-112 (2006).
B. Jang, D. Y. Sim, C. D. Kim, C. B. Lee, and K. H. Cga, "A study for estimating absolute position of sound source using reference microphone and beamforming method" (in Korean), KSPC. Suppl.1(s) 10, 371-374 (1997).
S. M. Hwang, Sound source localization using HRTF database, (Master's. thesis, KAIST, 2005).
Y. J. Park, M. W. Lee, S. H. Min, and Y. H. Han, "Sound localization ased on LP residual and hilbert transform for intelligent robot" (in Korean), KIISS. 10, 382-385 (2008).
J. S. Koo and H. J. Park, Sound source localization based on PCA (in Korean), (Master's thesis, University of Kwangwoon, 2014).
Y. E. Kim, S. H. Cho, and J. G. Chung, "Efficient sound source localization system using angle division" (in Korean), KSPC. 46, 114-119 (2009).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.