[논문]콘텐츠 플랫폼 적용을 위한 절대음량 알고리즘

견두헌

doi:10.7776/ask.2020.39.5.424

[국내논문] 콘텐츠 플랫폼 적용을 위한 절대음량 알고리즘
Absolute sound level algorithm for contents platform 원문보기

한국음향학회지= The journal of the acoustical society of Korea, v.39 no.5, 2020년, pp.424 - 434

견두헌 (케이저)

초록
AI-Helper

본 논문은 콘텐츠 플랫폼에서 절대음량을 산출하는 알고리즘을 서술한다. 절대음량은 개별 음원을 대표하는 하나의 음량이며, 실용적인 범위 내에서, 음원파일 자체의 디지털 영역과 스피커로 출력되는 물리 영역의 음량단위를 통합하여 활용할 수 있도록 설계한 개념이다. 이 개념이 콘텐츠 플랫폼 등에서 실제로 활용되기 위해서는 마스터링 엔지니어의 청음을 거치지 않아도, 자동으로 절대음량 수치를 도출할 수 있어야 한다. 사람이 개별 단일 음원의 대표 음량을 인지하는 핵심 파라미터는 "주파수, 최대에너지, 에너지 변동 계수, 인지가중 에너지 분포도" 영역이며, 가중치 정규화를 통하여 절대음량 수치를 산출하였다.

Abstract ▼ AI-Helper

This paper describes an algorithm that calculates Absolute Sound Level (ASL) for contents platform. ASL is a single volume representing individual sound sources and is a concept designed to integrate and utilize the sound level units in digital sound source and physical domain from a speaker in practical areas. For this concept to be used in content platforms and others, it is necessary to automatically derive the ASL without having to go through a hearing of mastering engineers. The key parameters of which a person recognizes the representative sound level of an individual single sound source are the areas of "frequency, maximum energy, energy variation coefficient, and perceived energy distribution," and the ASL was calculated through the normalizing of the weights.

주제어

표/그림 (13)

그림 Fig. 1. Key elements of absolute sound level system.^[6]
그림 Fig. 2. (Color available online) Absolute sound level of albums according to the times.^[1]
그림 Fig. 3. ASL Measure flow chart.^[1,6]
그림 Fig. 4. (Color available online) Conceptual diagram of ASL algorithm.
그림 Fig. 5. (Color available online) Filter spectrum of frequency domain.
그림 Fig. 6. (Color available online) Pink noise [ASL: 60 dB(S)].
그림 Fig. 7. (Color available online) Duke Jordan - Glad I Met Pat [ASL: 54.5 dB(S)].
그림 Fig. 8. (Color available online) Psy - Gangnam Style [ASL: 57.2 dB(S)].
표 Table 1. ASL and parameters of "Keith Jarrett - My Song".
그림 Fig. 9. (Color available online) ASL Distribution plot based on computational results.
표 Table 2. Summary of listening and calculation results of ASL [dB(S)].
그림 Fig. 10. (Color available online) Conceptual diagram of content platform applied with ASL.
표 Table 3. Standard of reduction value according to purpose.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 디지털영역에 해당하는 입력절대음량(Input Absolute Sound Level) 수치를 자동으로 산출하는 방법과 실제 음원 콘텐츠 플랫폼에서의 활용 예를 서술한다.

제안 방법

따라서 상호보완적인 관계에 있는 200 ms, 1000 ms 구간 윈도우를 50 ms 단위로 오버랩하여 에너지를 분석한 후, 각각의 최대에너지를 파라미터로 사용하며, 마지막 단계에서 가중치가 적용되어 ASL 산출 결과에 반영된다.
(4)의 5가지 파라미터 값이다. 상대적인 비교를 위하여 일반적인 음악음원과는 다른 특성을 가진백색잡음의 파라미터를 추가하였다.
이후 오버랩 형태로 이동하면서 최대에너지 프레임을 추출한다. 이후에 주파수 영역과 파형(에너지)영역의 분석을 진행한다.

대상 데이터

5와 같다. 모든 수치는 등라우드니스 곡선(ISO 226:2003)에 해당하는 데이터를 활용하였다.
시중에 마스터링 되어 판매 중인 1970년대부터 2010년대까지의 상용 음반의 음원을 중심으로 광고 음원, 음성음원을 일부 포함한 약 350개 음원을 대상으로 실험 하였다. 산출된 전체 ASL 표준편차는 0.
실험에 과정에서 사용한 음량 관련 파라미터는, 최종적으로 사용한 파라미터 이외에도 80 ms ~ 500 ms 사이의 구간 최대에너지, 200 ms ~ 1000 ms 구간 변동계수, 에너지 첨도(Kurtosis), 음량별 주파수인지 가중 필터 등이 포함된다. 해당 파라미터 중 상당수는 독립적으로 적용할 경우 어느 정도 의미가 있었 으나, 다른 파라미터들과 통합할 경우 유의미한 결과를 도출할 수 없었다.

성능/효과

(4) 절대음량 태그가 생성되어 음량 결과와 서비스목적에 따른 의소감소 수치가 함께 저장되어, 음량 서비스 기준으로 활용된다. (5) 내부절대음량을 60 dB(S)로 평준화하되, 실제 음원을 출력할 때는 태그에 기록된 의도감소 수치를 반영하여 출력한다. (6) 청취자는 콘텐츠를 감상하기 전에 자신이 목표로 하는 외부절대음량을 설정한다.
시중에 마스터링 되어 판매 중인 1970년대부터 2010년대까지의 상용 음반의 음원을 중심으로 광고 음원, 음성음원을 일부 포함한 약 350개 음원을 대상으로 실험 하였다. 산출된 전체 ASL 표준편차는 0.79 dB이며, 가장 큰 편차를 보인 개별 음원은 1.93 dB의 차이를 보였다. 0.
실험 결과 음원별 ASL 산출에 주요한 최대에너지 시간단위는 1000 ms이며, 이를 보완하는 가장 짧은 시간단위는 200 ms이다. 사람이 콘텐츠 음원을 청취할 때, 최종적으로 느끼는 음량은 200 ms의 순간적인 구간의 최대에너지만으로 결정되지 않으며, 그와 반대로 1000 ms 이상의 긴 구간의 에너지만 사용할 경우, 임펄스성이 강한 타격음 등이 다수 포함된 음원일수록, 효과적인 인지음량 반영이 불가능하다.
모든 파라미터는 상호 보완적인 역할을 하며, 전문가에 의해서 마스터링 된 상용음반을 중심으로, 청음 측정 결과와 비교하여 가장 작은 표준편차를 도출하기 위해 수많은 형태의 파라미터 조합과 가중치 최적화 작업이 수행되었다. 알고리즘의 성능 판단 척도는, 청음을 통해 측정한 약 350개의 절대음량의 개별 편차에 대한 표준편차를 최소화하는 값이다.
위의 방법으로 측정된 개별 디지털 음원의 절대음량을 통하여, 모든 음원의 음량 평준화가 가능하다. 절대음량 시스템을 실제 음향 환경에 활용하기 위해서는 마스터링 엔지니어가 직접 청음으로 측정한 ASL과 유사한 수치를 도출하는 절대음량 산출 알고리즘이 필요하다.
절대음량 연산 결과, 65 % 이상이 ±0.5 dB 편차 이내에 분포하며, ±1 dB를 넘는 편차의 수는 전체의 15 % 수준이다.
사람이 음량을 인지하는 감각은 에너지에 대한 로그스케일이므로, 일반적으로 dB단위로 표현한다. 하지만 연속적으로 변화하는 개별 에너지의 분포일 경우, 각각의 개별 에너지가 클수록 인지음량에 미치는 영향력은 일반적인 에너지 합산보다 추가로 가산됨을 확인하였다.

후속연구

절대음량은 현재 개발 중인 음악 콘텐츠 플랫폼에 단계적인 도입을 준비하고 있으며, 적용한 결과를 기반으로 인공지능 및 딥러닝을 활용하여 성능을 향상시키고 활용범위를 확장하는 후속연구를 진행할 예정이다.
현재의 절대음량 알고리즘은 초기 단계로서, 정확도 개선을 포함하여, 모든 종류의 음원 콘텐츠 및 실시간 방송에 적용하기 위해서는 추가적인 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	전체 음량을 인위적으로 편집하는 과정을 과감하게 생략하고, 음질과 음감에만 집중하기 위해서는 어떤 작업을 해야 하는가?	절대음량 시스템에서 가장 이상적인 마스터링이란, 전체 음량이 어떻게 출력될지와 관계없이, 다이내믹레인지를 항상 0 dBFS 풀레인지로 활용하고, 컴프레서 등의 파형 압축 기술은 음감이나 음색을 원하는 사운드로 변형하기 위해서만 사용하는 것이다. 그리고 음량에 관해서는 해당 음원내의 상대적인 밸런스에만 관여한다. 그럼으로써 전체 음량을 인위적으로 편집하는 과정을 과감하게 생략하고, 음질과 음감에만 집중할 수 있다.
	절대음량의 개념은 무엇인가?	본 논문은 콘텐츠 플랫폼에서 절대음량을 산출하는 알고리즘을 서술한다. 절대음량은 개별 음원을 대표하는 하나의 음량이며, 실용적인 범위 내에서, 음원파일 자체의 디지털 영역과 스피커로 출력되는 물리 영역의 음량단위를 통합하여 활용할 수 있도록 설계한 개념이다. 이 개념이 콘텐츠 플랫폼 등에서 실제로 활용되기 위해서는 마스터링 엔지니어의 청음을 거치지 않아도, 자동으로 절대음량 수치를 도출할 수 있어야 한다.

참고문헌 (10)

D. H. Kyon and M. J. Bae, "Evaluating the absolute volume of digital sound source measurement and standard measuring unit," J. Acoust. Soc. Am. 133, 3367 (2013).
M. J. Hove, P. Vuust, and J. Stupacher, "Increased levels of bass in popular music recordings 1955-2016 and their relation to loudness," J. Acoust. Soc. Am. 145, 2247 (2019).

상세보기
E. M. Grimm, R. van Everdingen, and M. J. L. C. Schoppin. "Toward a recommendation for a european standard of peak and LKFS loudness levels," SMPTE Motion Imaging J. 119, 28-34 (2010).
B. Moore, An Introduction to the Psychology of Hearing (Brill, Cambridge, 2013), pp.174-180.
R. M. Warren. "Measurement of sensory intensity," Behavioral and Brain Sciences, 4, 175-189 (1981).

상세보기
D. H. Kyon and M. J. Bae, "Concepts of sound control system using absolute sound level" (in Korean), J. Acoust. Soc. Kr. 33, 60-67 (2014).
E. Zwicker and B. Scharf, "A model of loudness summation," Psychological Review, 72, 3-26 (1965).

상세보기
Y. Kuzumaki, All About Mastering (Rittor Music Tokyo, 2008), pp. 8-12.
G. Pareyon, On Musical Self-similarity: Intersemiosis as Synecdoche and Analogy (International Semiotics Institute at Imatra, Helsinki, 2011), pp. 238-255.
S. Buus, M. Florentine, and T. Poulsen, "Temporal integration of loudness, loudness discrimination, and the form of the loudness function," J. Acoust. Soc. Am. 101, 669-680 (1997).

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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